Accelerating the Design of Resorbable Magnesium Alloys: A Machine Learning Approach to Property Prediction
이 논문은 410 개의 샘플을 기반으로 한 머신러닝 프레임워크 (특히 CatBoost 모델) 를 개발하여 생분해성 마그네슘 합금의 조성 및 공정 조건과 기계적 특성 간의 복잡한 관계를 규명하고, 이를 통해 차세대 의료용 합금의 신속한 설계 및 최적화를 가능하게 했음을 보고합니다.