机构名称：
¥ 2.0
超导性是凝聚态物理学中的一个了不起的现象，该现象包括一系列引人入胜的特性，这些特性预计会彻底改变能源相关的技术和相关的基础研究。但是，该领域面临在室温下实现超导性的挑战。近年来，人工智能（AI）方法已成为预测诸如过渡温度（T C）之类的特性的有前途的工具，以使大型数据库快速筛选以发现新的超导材料。这项研究采用超级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，以得出包含13022个化合物的干净数据数据集。在研究的另一个阶段，我们应用了新型的Catboost算法来预测新型超导材料的过渡温度。此外，我们开发了一个名为Jabir的软件包，该软件包生成了322个原子描述符。我们还设计了一种名为Soraya软件包的创新混合方法，以从功能空间中选择最关键的功能。这些产率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，作为对该领域的新贡献，Web应用程序的设计用于预测和确定超导材料的T C值。
通过高级机器预测过渡温度
主要关键词
相关文件推荐
