公共文化服务平台

搜索到2413篇“ 形成能“的相关文章

基于机器学习的立方钙钛矿形成能和磁性的预测: 2024年; 钙钛矿材料因其具有优异的性能而受到了广泛关注,快速预测其物理性质具有重要意义.本文发展了一种新的描述符,大大提高了立方钙钛矿形成能和磁性的预测效率.我们通过元素属性相加或相除发展了一种元素属性矩阵描述符,并基于18928个立方钙钛矿数据,训练了极限树、梯度提升和多层感知机三种机器学习模型,同时评估了形成能、体积归一化磁矩和磁性分类的预测效率.结果发现,其效率远超元素属性统计和基于力场启发的描述符,形成能和磁化强度预测R~2分数分别为97%和80%,磁/非磁分类的AUC达到了93%,正确率均在90%以上.本文通过构建一种简单有效的材料描述符,为未来基于机器学习的钙钛矿材料的预测提供了重要参考.; 陈杰宋一言李树宗阙志雄张卫兵; 关键词：形成能磁化强度

考虑界面势垒及形成能的RRAM电-热耦合模型构建及性能研究: 在信息化高速发展的当下,对存储器件的性能要求也随之变得更加严格和苛刻。阻变存储器(Resistive Random-Access Memory,RRAM)作为一种新型非易失性存储技术,依赖于导电细丝(Conductive...; 马逸菲

钪与氧空位共掺杂锐钛矿相TiO_(2)的形成能与电子结构的第一性原理研究: 2024年; 采用基于密度泛函理论的第一性原理研究了钪(Sc)、氧空位(OV)单/共掺杂锐钛矿相TiO_(2),对晶体结构、形成能以及电子结构进行了对比分析.研究结果表明,Sc-TiO_(2)在富氧环境下缺陷形成能为负值,富钛环境下缺陷形成能为正值,表明Sc-TiO_(2)只能在富氧环境下制备;OV-TiO_(2)、Sc-OV-TiO_(2)在富氧或富钛环境下缺陷形成能均为负值,但富氧环境下形成能更低;OV-TiO_(2)的0/1-缺陷电荷转变能级为深能级,而Sc-TiO_(2)的0/1-缺陷电荷转变能级则属于相对较浅能级;与纯锐钛矿相TiO_(2)相比,Sc-TiO_(2)的禁带宽度略有减小,但OV-TiO_(2)、Sc-OV-TiO_(2)禁带宽度变宽.; 谭敏靳宝霞王栋张金省方志杰; 关键词：第一性原理形成能

到2025年我国将基本形成能支撑服务型制造创新发展的标准体系: 2024年; 随着全球制造业的转型升级,服务型制造正逐渐成为推动产业发展的新引擎。近日,我国工信部组织编制并发布了《服务型制造标准体系建设指南》(以下简称《指南》),旨在通过标准化工作,夯实服务型制造发展的技术基础,加快建设统一融合、先进适用、覆盖全面的标准体系。; 夏小禾; 关键词：全球制造业服务型制造标准体系建设

三元材料的Li/Ni混排形成能的测定方法、计算机设备、计算机可读存储介质: 本申请涉及一种三元材料的Li/Ni混排形成能的测定方法、计算机设备、计算机可读存储介质，该测定方法包括如下步骤：对具有R‑3m相的LiNiO<Sub>2</Sub>晶胞或具有R‑3m相的LiCoO<Sub>2</Sub>...; 洪盼秦孙德禄王双轮杨昭昭彭祥凤宋英杰高俊奎

基于机器学习的无机钙钛矿材料形成能预测被引量：1: 2023年; 无机钙钛矿材料因其优异的光电性质,如较高的光吸收系数和高载流子迁移率,目前在光伏领域受到广泛关注,是具有极大产业化潜力的新型材料。文章采用机器学习方法构建无机钙钛矿材料的形成能高精度预测模型,应用了XGBoost、随机森林、支持向量回归和LightGBM 4种机器学习算法来建立预测模型。在测试集上评估不同模型的预测性能后,结果表明LightGBM模型具有最高的预测精度和效果,支持向量回归和XGBoost模型也显示出较好的预测性能,而随机森林算法的预测效果较差。因此,基于机器学习方法,研究构建了无机钙钛矿材料形成能高精度预测模型。LightGBM算法展示了最优的预测效果,为无机钙钛矿材料的高通量筛选和设计提供了关键技术支持。机器学习技术在材料领域的应用,将大幅提高材料发现和设计的效率,给材料科学发展带来深远影响。; 冯顺; 关键词：形成能

基于结构描述符的钼基合金形成能、弹性和硬度预测: 新型材料的研发往往可以成为人类科技发展的突破口。以往的研发过程中,多采用基于理论与经验指导下的大量实验来寻求具有优异性能的材料,但这种材料研发策略已经不能满足目前人类对于新型材料的需求。而第一性原理计算作为目前最为主流的...; 郎英杰; 关键词：合金材料形成能

原子取代对SmFe_(12)型化合物磁矩和形成能的影响:第一性原理研究被引量：1: 2023年; 利用第一性原理研究了多个Ti、Co、Ga原子取代SmFe_(12)型化合物中Fe原子后体系磁矩和能量的变化情况。计算结果表明,SmFe_(12)M(M=Ti,Co,Ga)三种体系的形成能均会随取代原子数的增加而下降,表明多个Ti,Co,Ga原子的引入同样有利于降低SmFe_(12)M体系的形成能。另外,Co原子取代后体系的磁矩随着取代原子数的增加先上升后下降,当4个8f晶位的Fe原子被Co原子取代时,体系的磁矩达到最大值。Ti原子和Ga原子取代后体系的磁矩均随取代原子数的增加而单调下降,但是Ga原子取代造成的体系磁矩的下降明显低于Ti原子。因此,Ti、Co、Ga三种原子的优先级应是:Co(取代数为4)>Ga>Ti。; 杨潇徐成刘青山李双峰崔云鹏袁涛王敬东; 关键词：第一性原理磁矩形成能

β相Mg-Sc合金缺陷形成能的计算研究: 2023年; 镁合金因其重量轻、比强度高,在电子产品、建筑等多个领域具有广阔的应用前景。采用特殊准随机结构结合第一性原理计算方法研究了Mg-Sc合金奥氏体相中空位的形成能和迁移能,模型中Sc的原子分数分别为20%和20.3125%。结果表明,局域化学环境对Mg-Sc合金β相空位形成能的影响较大,对于Mg和Sc空位,其空位形成能表现出较大的分散性,Mg的空位形成能范围为0.283~1.173 eV,Sc的空位形成能范围为0.353~1.063 eV,且元素在合金中更难形成空位。在Mg-Sc合金中,20%Sc掺杂使得合金中Mg的空位形成能增加到金属Mg的3倍以上。Mg的平均空位形成能随着最近邻壳层Sc含量的变化表现出先增加后减少的趋势,最后趋于稳定,但其整体变化范围较小。最近邻配位对相同的条件下,Mg的平均空位形成能随着次近邻(2NN)壳层Sc含量的略有增加的趋势,但增加的幅度小于0.1 eV,整体的变化趋势趋于稳定。空位的扩散势垒对局域环境的依赖性较大,合金中Mg空位比Sc更具有流动性。; 丁美玲武晓霞那日苏; 关键词：空位

一种预测无机晶体形成能的高精度泛化模型被引量：2: 2023年; 随着数据科学和材料科学的进步,人们如今可构建出较为准确的人工智能模型,用于材料性质预测.本文中,我们以170,714个无机晶体化合物的高通量第一性原理计算数据集为基础,训练得到了可精确预测无机化合物形成能的机器学习模型.相比于同类工作,本项研究以超大数据集为出发点,构建出无机晶体形成能的高精度泛化模型,可外推至广阔相空间,其中的Dense Net神经网络模型精度可以达到R^(2)=0.982和平均绝对误差(MAE)=0.072 eV atom^(-1).上述模型精度的提升源自一系列新型特征描述符,这些描述符可有效提取出原子与领域原子间的电负性和局域结构等信息,从而精确捕捉到原子间的相互作用.本文为新材料搜索提供了一种高效、低成本的结合能预测手段.; 梁英宗陈明威王亚南贾华显芦腾龙谢帆恺蔡光辉王宗国孟胜刘淼; 关键词：无机晶体特征描述符大数据集无机化合物相空间

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈