transfer learnin利用少量數據預測材料性能

目錄   摘要: 1 介紹 1.1 背景 1.2 問題 2 方法 2.1 神經遷移學習 2.1.1 調參 2.2 預訓練模型庫 3 結果 3.1 預測聚合物的熱容量 3.2 有機聚合物的熱傳導性 3.3 無機晶體的熱傳導率 3.4 無機和有機材料間的遷移性 4 展望 摘要: 機器學習能夠生成可快速評估材料性能的替代模型,因此在材料科學當中日益重要。近年來,作爲材料科學數據化的一部分,出現了一系列材
相關文章
相關標籤/搜索