铁电性能预测DNN

误差小于5

用深度网络替代传统试错，从成分和工艺直接预测铁电材料的介电常数与介电峰。

张新 · Li, Fan · Gao, Yunfei · 杨洋

Science Progress 2025

技术优势

不用再试错

输入成分和工艺参数即可得到性能预测，替代传统的实验试错流程。

发过的指标都验证了

模型在MAPE、SMAPE、R²等多个回归评估指标上均表现良好，证明其稳定可靠。

应用场景

• 铁电材料设计：快速筛选有潜力的铁电材料配方，减少合成测试轮次。
• 介电性能预测：用模型预测介电常数和介电峰，省去部分介电测试。
• 材料加速开发：在实验前用模型预筛参数空间，加速新材料研发周期。