Accurate predictive model of band gap with selected important features based on explainable machine learning
该研究利用可解释机器学习技术(如排列特征重要性和 SHAP 值)从支持向量回归模型中筛选出关键特征,成功构建了仅含五个特征的高精度带隙预测模型,在保持域内预测精度的同时显著提升了泛化能力并降低了计算成本。
2756 篇论文
凝聚态物理与材料科学的交汇点,正以前所未有的速度重塑我们对物质世界的理解。从超导体到新型电池材料,这一领域致力于探索微观粒子的排列如何决定宏观世界的性能。Gist.Science 在此板块特别关注源自 arXiv 的最新预印本,它们代表了该领域最前沿的突破。
为了打破专业壁垒,我们团队会对 arXiv 上的每一份新论文进行深度处理,提供通俗易懂的通俗解读与详尽的技术摘要。无论您是寻求灵感的工程师,还是希望快速掌握动态的研究者,都能在这里找到清晰的路径。以下是该领域最新发布的论文精选,带您直击科学探索的最前线。
该研究利用可解释机器学习技术(如排列特征重要性和 SHAP 值)从支持向量回归模型中筛选出关键特征,成功构建了仅含五个特征的高精度带隙预测模型,在保持域内预测精度的同时显著提升了泛化能力并降低了计算成本。
该研究通过计算发现,MoS2 中热力学稳定的碳缺陷均具有深能级电荷跃迁并充当载流子陷阱,而非近期所声称的电学掺杂源,并提供了相应的电子与振动数据以辅助光谱学鉴定。
该研究利用杰弗里 - 哈梅尔(Jeffery-Hamel)流动形式和高速偏振相机测量纤维素纳米晶体悬浮液的流双折射,证实了在复合拉伸 - 剪切流中,双折射幅度遵循剪切与拉伸贡献的均方根(RSS)叠加规律,从而为将应力 - 双折射分析扩展至多种变形模式共存的流动提供了理论依据。
该论文介绍了通过文献挖掘构建 ESU-MOF 数据集并结合正 - 未标记学习策略微调大语言模型,从而以 91.4% 的准确率预测金属有机框架(MOF)合成可扩展性,为工业级 MOF 发现提供快速数据驱动筛选的新方法。
本文提出了一种针对晶格材料的元素删除增强型全局数字图像相关方法,通过直接在晶格网格上求解相关问题并自动剔除受损单元,实现了对离散架构中裂纹萌生与扩展路径的鲁棒追踪及物理一致的位移场测量。
该研究通过对比单晶与薄膜的克尔效应,揭示了α-MnTe 中宏观时间反演对称性破缺信号源于载流子自掺杂而非理想反铁磁序,并确立了其在光通信波段的实用读出潜力。
本文综述了过去十年利用数据驱动和机器学习方法加速固体材料点缺陷模拟的研究进展,重点介绍了基于描述符的模型、代理模型及机器学习势函数在氧化物缺陷性质预测中的应用,并展望了将这些计算结果与实验数据结合的未来方向。
通过对超导体中涡旋纳米晶的朗之万动力学模拟,本研究揭示了在结晶过程中,受限环境会在边缘诱导拓扑缺陷的愈合效应,从而形成与实验数据定量吻合的稳态缺陷分布,并为受限软凝聚态纳米晶的物理性质提供了普遍性见解。
该研究利用原位正电子湮没谱技术证实,铜中电流诱导产生的空位浓度远超热平衡值且可逆,揭示了闪速烧结等电驱动固体中的闪态源于非平衡缺陷(弗伦克尔对)的产生而非单纯的焦耳热。
该研究在铁磁金属 Fe3GaTe2 中首次观测到室温下的三阶非线性反常霍尔效应,其由贝里曲率四极矩主导且磁滞行为与反常霍尔效应一致,为开发室温非线性电子器件提供了新途径。