文献

J-GLOBAL ID：202002252234024952   整理番号：20A2040061

元素代表を用いたElectron緩和時間の迅速予測のための統計的アプローチ【JST・京大機械翻訳】

A Statistical Approach for the Rapid Prediction of Electron Relaxation Time Using Elemental Representatives

著者 (3件)： Mukherjee Madhubanti (Materials Research Centre, Indian Institute of Science, India) ,  Satsangi Swanti (Materials Research Centre, Indian Institute of Science, India) ,  Singh Abhishek K. (Materials Research Centre, Indian Institute of Science, India)
資料名： Chemistry of Materials  (Chemistry of Materials)
巻： 32  号： 15  ページ： 6507-6514  発行年： 2020年 
JST資料番号： T0893A  ISSN： 0897-4756  CODEN： CMATEX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 熱電材料の効率は,電子と熱輸送特性の組み合わせに依存し,これは種々の散乱機構により支配される。温度依存性散乱時間または電子緩和時間(τ_el)の陽的評価は,熱電の効率を評価するために必要である。τ_elの実験的または計算的測定は,固有の時間制限と高い計算コストのために非常に困難である。ここでは,統計的機械学習(ML)に基づくアプローチを開発し,実験電気伝導率(σ)を予測し,続いて緩和時間(τ_el)を推定した。特徴選択のためのユニークな平均ランキング法を利用することによって,沸点,融点,モル熱容量,電子親和力,およびイオン化エネルギーのような単純な元素特性をσに対する潜在的記述子として同定した。124化合物のデータセットを用いて,log-スケールσの予測に対して,0.22S/cmの非常に小さな二乗平均平方根誤差(rms)と0.98の高い決定係数(R2)を持つ勾配ブースト回帰(GBR)モデルを開発した。予測したσ値を利用して,τ_elを広範囲の温度に対して計算した。ML予測τ_el値は,変形ポテンシャルモデルから得られたτ_defより性能が優れていた。σの正確な予測のための開発したGBRモデルは,前例のない精度を有する熱電材料の効率の評価を加速することができた。Copyright 2020 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： イオン化ポテンシャル ,  *緩和時間 ,  電気伝導率 ,  熱容量 ,  沸点 ,  融点 ,  温度依存性 ,  特徴選択 ,  電子親和力 ,  等級づけ ,  変形ポテンシャル ,  熱電材料
準シソーラス用語： 計算コスト ,  決定係数 ,  熱輸送 , 【Automatic Indexing@JST】

分類 (1件)： その他の無機化合物の電気伝導  (BM03044O)

タイトルに関連する用語 (4件)： 元素 ,  緩和時間 ,  予測 ,  統計