耐高温氧化与热腐蚀
通过高通量实验和机器学习设计出的涂层配方,为多重热防护需求提供定制化解决方案。
Ye, Zhiyun · Ke, Li · 陈国良 · 邹永纯 · 王树奇 · 王昭 · Shuang, Yu · Wang, Yaming · 贾德昌 · Yu, Zhou
Corrosion Science 2024
机器学习模型可根据成分预测性能,避免大量盲目实验,加速涂层配方筛选。
XGBoost模型在四类数据集中预测偏差最小、R²最大、MSE最小,是四种模型中表现最好的。