Natural Language Embeddings of Synthesis and Testing conditions Enhance Glass Dissolution Prediction
यह अध्ययन प्रदर्शित करता है कि संश्लेषण और परीक्षण स्थितियों के प्राकृतिक भाषा एम्बेडिंग को संरचनात्मक डिस्क्रिप्टर के साथ एकीकृत करना ग्लास विघटन दरों की भविष्यवाणी करने के लिए मशीन लर्निंग मॉडल की सटीकता और सामान्यीकरण क्षमता को महत्वपूर्ण रूप से बढ़ाता है, जिससे टिकाऊ परमाणु अपशिष्ट स्थिरीकरण सामग्रियों की खोज में तेजी आती है।