文献

J-GLOBAL ID：202002265508198573   整理番号：20A2081454

金属間化合物の機械学習生成エンタルピー【JST・京大機械翻訳】

Machine learning formation enthalpies of intermetallics

著者 (4件)： Zhang Zhaohan (Institute of Materials Science & Engineering, Washington University in St. Louis, One Brookings Drive, St. Louis, Missouri 63130, USA) ,  Li Mu (Department of Mechanical Engineering & Materials Science, Washington University in St. Louis, One Brookings Drive, St. Louis, Missouri 63130, USA) ,  Flores Katharine (Institute of Materials Science & Engineering, Washington University in St. Louis, One Brookings Drive, St. Louis, Missouri 63130, USA) ,  Mishra Rohan (Institute of Materials Science & Engineering, Washington University in St. Louis, One Brookings Drive, St. Louis, Missouri 63130, USA)
資料名： Journal of Applied Physics  (Journal of Applied Physics)
巻： 128  号： 10  ページ： 105103-105103-11  発行年： 2020年 
JST資料番号： C0266A  ISSN： 0021-8979  CODEN： JAPIAU  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： 金属間化合物を発見するための迅速で正確な方法の開発は,合金設計に関連する。密度汎関数理論(DFT)ベースの方法は,安定な金属間化合物のエネルギーおよび特性への迅速なアクセスを提供することによって,二元および三元合金の設計を加速したが,それらは,多主元素合金(MPEA)の広大な組合せ空間を迅速にスクリーニングするには適していない。ここでは,二元金属間化合物の生成エンタルピーを予測するための機械学習モデルを提示し,新しいものを同定するために用いた。モデルは,記述子として容易にアクセス可能な元素特性を使用し,材料プロジェクトデータベースで報告された安定な二元金属間化合物の生成エンタルピーの予測において0.025eV/原子の平均絶対誤差を持つ。本モデルは,材料プロジェクトデータベースで報告されたいかなる安定な金属間化合物も持たない112の二元合金系で形成するための安定な金属間化合物を予測する。DFT計算は,モデル,NbV_2によって同定されたそのような安定な金属間化合物を凸包上に確認した。さらに,適応移動学習法を用いて,DFTと同じ精度で3元金属間化合物を予測するモデルを一般化し,MPEA中に生成する組成的に複雑な金属間化合物の同定に拡張できることを示唆した。Copyright 2020 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *金属間化合物 ,  合金 ,  *生成熱 ,  *学習 ,  二元合金 ,  三元合金 ,  合金設計 ,  密度汎関数法 ,  凸包 ,  *機械学習
準シソーラス用語： 平均絶対誤差 , 【Automatic Indexing@JST】

分類 (5件)： 金属結晶の電子伝導  (BM03033M) ,  非晶質金属の構造  (BK04020D) ,  気体燃料の輸送,供給,貯蔵  (YE02060M) ,  半導体-金属接触  (BM03084G) ,  固体デバイス材料  (NC03020K)

タイトルに関連する用語 (3件)： 金属間化合物 ,  機械学習 ,  生成エンタルピー