Machine learning and Python assisted design and verification of Fe–based amorphous/nanocrystalline alloy

We report a machine learning (ML) and Python assisted strategy to accelerate the design and verification of Fe–based amorphous and nanocrystalline alloy with desired properties. Linear Regression (LR), Support Vector Regression (SVR), Decision Tree Regression (DTR), Artificial Neural Network (ANN) a...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Yichuan Tang, Yuan Wan, Zhongqi Wang, Cong Zhang, Jiani Han, Chaohao Hu, Chengying Tang
Μορφή: Artigo
Γλώσσα:Inglês
Έκδοση: Elsevier 2022-07-01
Σειρά:Materials & Design
Θέματα:
Machine learning
Artificial neural networks
Amorphous alloy
Nanocrystalline alloys
Magnetic properties
Διαθέσιμο Online:http://www.sciencedirect.com/science/article/pii/S0264127522003483
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!

Παρόμοια τεκμήρια