Machine Learning Framework for Magnetic Candidate Discovery in Cerium-Based Compounds
Este artigo apresenta uma estrutura computacional guiada pela física que combina classificação por Floresta Aleatória, simulações de Monte Carlo do modelo de Ising e análise de autoencoder para triar e identificar ferromagnetos de Ising baseados em cério promissores com anisotropia magnética uniaxial para futura síntese experimental.