机构名称：
¥ 2.0
新型超导材料的发现是材料科学的长期挑战，具有丰富的能源，转换和计算应用的潜力。人工智能（AI）的最新进展已通过有效利用大量伴侣数据库来加快对新材料的搜索。在这项研究中，我们开发了一种基于深度学习（DL）的方法，以预测新的超导材料。我们合成了从我们的DL网络得出的化合物，并确认其超导属性与我们的预测一致。也将我们的方法与基于随机森林（RFS）的先前工作进行了比较。特别是RF需要了解该化合物的化学性质，而我们的神经网络输入仅取决于化学成分。我们进一步讨论了与使用AI预测和发现新超导体以及潜在的未来研究方向相关的现有局限性和挑战。
基于深度学习的超导性预测和实验测试
主要关键词
相关文件推荐
