Loading...
机构名称:
¥ 1.0

Aparna Ashok,1 Anjana S Desai,1 Rajesh Mahadeva,2 Shashikant P. Patole,2 Brajesh Pandey 3和Neeru Bhagat 1,*抽象的Heusler Alloys是一类令人难以置信的金属间材料,具有不同的成分,超过1500名成员。尽管发现了一个世纪,但它们是物理和材料科学研究的活跃领域。应用的新型特性和潜在的领域不断实现。由于其形状的记忆行为和在执行器设备的开发中的前瞻性相关性,也对合金系统进行了广泛的研究,其中通过应用外部磁场来控制菌株。Heusler合金目前是感兴趣的材料,因为它们的性质导致它们用作形状的内存合金和拓扑绝缘子。因此,在合成之前,必须预测和确定其组成和结构。利用常规方法来确定属性的可能变化和所提出的组成的结构是乏味且耗时的。在当前以消费主义为导向的环境中,我们需要一种更快的方法来预测所需应用的合金或化合物或其他参数的结构。进行预测后,必须通过合成材料并表征其行为来对其进行实验测试。该分析以一种有监督的机器学习方法的重点关注网络分析,以研究Heusler合金的特性,并将其用作形状内存合金。

研究网络分析和机器学习模型

研究网络分析和机器学习模型PDF文件第1页

研究网络分析和机器学习模型PDF文件第2页

研究网络分析和机器学习模型PDF文件第3页

研究网络分析和机器学习模型PDF文件第4页

研究网络分析和机器学习模型PDF文件第5页

相关文件推荐

2023 年
¥1.0
2025 年
¥1.0
2020 年
¥18.0
2023 年
¥1.0