机构名称：
¥ 2.0
超导是凝聚态物理学中一个引人注目的现象，它包含一系列令人着迷的特性，有望彻底改变能源相关技术和相关的基础研究。然而，该领域面临着在室温下实现超导的挑战。近年来，人工智能 (AI) 方法已成为预测转变温度 (T c ) 等特性的有前途的工具，从而能够快速筛选大型数据库以发现新的超导材料。本研究使用 SuperCon 数据集作为最大的超导材料数据集。然后，我们执行各种数据预处理步骤来导出干净的 DataG 数据集，其中包含 13022 种化合物。在研究的另一个阶段，我们应用新颖的 CatBoost 算法来预测新型超导材料的转变温度。此外，我们开发了一个名为 Jabir 的包，它可以生成 322 个原子描述符。我们还设计了一种名为 Soraya 包的创新混合方法来从特征空间中选择最关键的特征。这些结果得出的 R 2 和 RMSE 值（分别为 0.952 和 6.45 K）优于文献中先前报道的值。最后，作为对该领域的一项新贡献，设计了一个用于预测和确定超导材料 T c 值的 Web 应用程序。
通过先进的机器预测超导转变温度
主要关键词
相关文件推荐
