Growth and characterization of Bi4Ge3O12 single crystals

梯度升压 随机森林 超参数优化 集成学习 Boosting(机器学习) 计算机科学 均方误差 超参数 支持向量机 人工智能 高斯过程 高斯分布 机器学习 算法 数学 统计 物理 量子力学
作者
G. Gévay
出处
期刊:Progress in Crystal Growth and Characterization [Elsevier]
卷期号:15 (3-4): 145-186 被引量:41
标识
DOI:10.1016/0146-3535(87)90010-4
摘要

Bismuth-based semiconductors have many applications in energy and environmental fields. Considering that the energy band gap (Ebg) control engineering is crucial for the structure–activity relationship, this paper constructs the mapping relationship between density of states (DOS) and energy band gap based on artificial intelligence machine learning (ML) algorithm. Common single ML models, including linear regression, support vector machine, k-nearest neighbor and gaussian processes regression, as well as ensemble algorithms such as random forest regression and gradient boosting machine, are specifically invoked. The results show that the random forest model, which belongs to ensemble algorithm, is superior to the single algorithm for the prediction performance and stability of the test set. And after the random search and grid search combined hyperparameter tuning operation, the average root mean square error (RMSE) is reduced from 0.340 to 0.281. This paper provides a new idea for material selection and experimental design of bismuth-based semiconductors.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
3秒前
3秒前
xiaowu完成签到,获得积分10
4秒前
脑洞疼应助maomaoyaaa采纳,获得10
4秒前
喵喵喵发布了新的文献求助10
5秒前
Hello应助Avery采纳,获得10
7秒前
BENpao123发布了新的文献求助10
8秒前
fifteen发布了新的文献求助10
10秒前
无限的可乐应助冷酷善愁采纳,获得10
11秒前
11秒前
小猪完成签到,获得积分10
12秒前
慕青应助高高保温杯采纳,获得10
14秒前
14秒前
14秒前
sanhaoxuesheng完成签到,获得积分10
15秒前
情怀应助敬j采纳,获得10
15秒前
16秒前
黄可以发布了新的文献求助10
16秒前
guoleileity发布了新的文献求助10
17秒前
admire完成签到,获得积分10
17秒前
传奇3应助Hailey采纳,获得10
19秒前
宝宝发布了新的文献求助10
19秒前
Daitoue完成签到,获得积分10
20秒前
20秒前
陈佳琪发布了新的文献求助30
21秒前
yuan发布了新的文献求助10
21秒前
sagacity发布了新的文献求助10
21秒前
容荣发布了新的文献求助20
26秒前
泠风来完成签到,获得积分10
29秒前
30秒前
32秒前
36秒前
迷路又菱完成签到,获得积分10
36秒前
然后先生发布了新的文献求助10
36秒前
WENXIAN发布了新的文献求助10
36秒前
37秒前
剑光如我完成签到,获得积分10
38秒前
孔建梅完成签到 ,获得积分10
39秒前
汉堡包应助吴未采纳,获得10
40秒前
桐桐应助hhhhh采纳,获得10
40秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
保险藏宝图 1000
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3185785
求助须知:如何正确求助?哪些是违规求助? 2836080
关于积分的说明 8007573
捐赠科研通 2498547
什么是DOI,文献DOI怎么找? 1333577
科研通“疑难数据库(出版商)”最低求助积分说明 636881
邀请新用户注册赠送积分活动 604658