Data-Driven Prediction and Classification of Multi-Component Alloys Using Interpretable Machine Learning
本研究提出了一种利用随机森林回归器和逻辑回归分类器对 2,672 个多组元合金体系进行处理的可解释机器学习框架,旨在准确预测力学和热学性质,同时识别出钒、铁、钨和碳为关键成分驱动因素,从而实现可扩展且数据驱动的材料发现。
1028 篇论文
本研究提出了一种利用随机森林回归器和逻辑回归分类器对 2,672 个多组元合金体系进行处理的可解释机器学习框架,旨在准确预测力学和热学性质,同时识别出钒、铁、钨和碳为关键成分驱动因素,从而实现可扩展且数据驱动的材料发现。
本研究采用二维非局部密度泛函理论(2D-NLDFT)非均匀表面模型,旨在证明微孔碳中的吸附受孔隙域特异性相互作用和分子极性的支配,并揭示虽然超微孔(0.7–1.5 nm)在吸附量中占据主导地位,但极性分子与非极性分子的吸附机制分别受表面非均匀性和空间相容性的差异化控制。
本研究报告了一种通过钡原子掺杂工程化处理以克服结构刚性的二维柔性 IrO2 晶体的开发,该晶体在质子交换膜电解水领域实现了打破纪录的性能、稳定性和成本效益,超越了美国能源部的目标。
本研究表明,Pt/Al2O3催化剂能有效促进戊烷与1-己炔及1,5-己二烯的氢转移反应,从而在适中温度下提高转化率和烯烃产率,而由于共轭效应,其与2,4-己二烯的反应在热力学上是不利的,尽管烷基化和异构化等其他反应仍会发生。
本研究介绍了一种利用扬-泰勒效应(Jahn–Teller distortion)来稳定高价态 CoIV=O 物种的磷掺杂单原子钴催化剂,从而实现了一种用于水净化并同时回收镍资源的、高效的无氧化剂电化学过程。
本研究表明,通过响应面法优化低甲氧基果胶、木葡聚糖和纤维素纳米晶生物墨水成分,可以获得具有可持续性、高保真度且具备可调控流变与机械性能的3D打印结构,从而模拟天然植物细胞壁的组装过程。
本文报道了从葱叶中合成碳点,该碳点作为一种低成本、生物相容性好且具有双量程光学传感器的应用,通过质子化-去质子化和聚集机制,能够准确检测酸性(2–6)和碱性(8–12)环境中的 pH 值。
本研究表明,一种由 MXene/Cu-MOF 杂化功能化的石英晶体微天平在暴露于伽马辐射时,表现出可测量的且持续的共振频率下降以及形貌重组,验证了其作为辐射传感概念验证平台的潜力。
本研究报道了利用一种生物有机构建单元,通过化学与光输入的结合,构建出协同双驱动耗散(光)电子晶体,该晶体能够实现如自擦除书写和基于逻辑的图案化等时空可编程的多功能性,从而推动了类生命自适应分子材料的发展。
本文介绍了 EMOS,这是一个开源框架,它将电子材料领域碎片化的数字发现工具统一为一个标准化的、模块化的系统,通过整合数百万种化合物和多种机器学习模型,实现了无缝的自动化工作流和社区驱动的可扩展性。