XiaoMi-AI文件搜索系统
World File Search System变温
通过先进的机器预测超导转变温度
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。
基于在线介电分析的高玻璃化转变温度环氧模塑料 (EMC) 固化动力学建模
1 汽车电子、聚合物与包装工程技术，罗伯特·博世有限公司，72770 罗伊特林根，德国；erick.franieck@de.bosch.com（EF）；martin.fleischmann@de.bosch.com（MF）2 柏林工业大学电气工程与计算机科学学院，13355 柏林，德国 3 系统集成与互连技术，弗劳恩霍夫 IZM，10623 柏林，德国；ole.hoelck@izm.fraunhofer.de 4 罗伊特林根大学应用化学学院过程分析与技术中心（PA&T），Alteburgstrasse 150，72762 罗伊特林根，德国； larysa.kutuzova@Reutlingen-University.de 5 罗伊特林根研究所 (RRI), 罗伊特林根大学, Alteburgstrasse 150, 72762 Reutlingen, 德国 * 通讯地址：andreas.kandelbauer@reutlingen-university.de；电话：+49-7121-271-2009