其他
研究透视:Nat. Comput. Sci.-基于证据的高熵合金推荐系统
高熵合金(HEAs)的数据驱动方法,面临三个挑战:大量的元素组合候选,设计适当的描述符,以及有限且有偏差的现有数据。近日,日本科学技术高级研究所的Hieu-ChiDam团队在Nature Computational Science上发文,展示了一个基于证据的材料推荐系统(ERS)的发展,该系统采用了Dempster-Shafer理论,这是一个关于不确定性推理的一般框架。
多元素合金(MPEAs,其中含5种元素的合金又称高熵合金HEAs),是一种由多种元素组成,形成高度无序固溶相的新型合金发展概念。这种合金具有高强度重量比、抗拉强度、抗腐蚀和抗氧化性能。一个名为循证推荐系统(ERS)的无描述符推荐系统,用于探索潜在的HEAs。图1为ERS方法的说明。
ERS包括三个主要步骤:1. 测量元素组合之间的相似性:将数据中获得的所有证据片段建模并组合,利用证据理论得出元素组合之间的相似性。图为元素之间相似性的可视化。
2. 评价关于取代合金性能的假设:使用证据理论对取代合金的证据进行建模和组合,以评价关于目标性能(形成HEA相)的假设。图为元素两两相似度得分与Δgroup的相关性。
图为FeCoMnNi HEA薄膜的推荐与实验验证。
文献链接:https://www.nature.com/articles/s43588-021-00097-w