【文章推荐】福州大学萨百晟/北京航空航天大学孙志梅教授团队–可解释机器学习用于预测III–VI族范德华异质结的稳定性和电子结构
2024.12.16
机器学习技术在材料科学领域中的应用已经取得了显著进展。然而,传统机器学习模型大多像“黑盒”一样,难以揭示材料特性与目标属性之间的物理关系。为了克服这一问题,开发可解释机器学习模型至关重要,将有助于推动人工智能在材料领域的进一步应用。在本研究中,结合机器学习和符号回归方法开发了一个可解释性机器学习框架,以III–VI族范德华异质结为例开展研究,该框架能够快速且准确地预测III–VI族范德华异质结的稳定性和电子结构。
查看详情