基于机器学习的热导率预测模型研究

• 作者: 但雅波 曹卓 李少波 李想 牛程程 胡建军
• 来源期刊: 化工新型材料
• 关键词: 数据驱动 机器学习 热导率
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 科学研究
• 页码范围: 134-137,142
• 页数: 5页
• 语种: 中文

摘要

传统的理论研究、实验研究及计算仿真已无法满足科学家对新材料的探索与设计.数据驱动的机器学习算法对材料的筛选与性能预测有着推动作用.将机器学习算法应用到材料信息学,基于现有材料热导率数据集,建立机器学习热导率预测模型,通过交叉验证来对机器学习回归模型进行评估.利用机器学习算法建立描述符与热导率属性之间的映射模型,可用于大规模的材料筛选,从而指导实验研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李少波		163	758	13.0	21.0
2	李想		13	9	2.0	3.0
3	胡建军		8	1	1.0	1.0
4	但雅波		7	0	0.0	0.0
5	曹卓		7	0	0.0	0.0
6	牛程程		6	0	0.0	0.0