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
AKLIZE完成签到,获得积分10
刚刚
刚刚
善学以致用应助书祝采纳,获得10
1秒前
科研通AI2S应助yinshan采纳,获得10
2秒前
抹茶麻薯发布了新的文献求助10
3秒前
科研通AI2S应助无语的无色采纳,获得10
4秒前
addd发布了新的文献求助10
5秒前
尾巴藏好了完成签到,获得积分10
6秒前
科研通AI2S应助苏雨康采纳,获得10
6秒前
年轻的跳跳糖完成签到 ,获得积分10
7秒前
epitome发布了新的文献求助10
8秒前
594778089发布了新的文献求助10
9秒前
he完成签到 ,获得积分10
10秒前
10秒前
13秒前
14秒前
ycs完成签到 ,获得积分10
15秒前
苏雨康完成签到,获得积分10
17秒前
nwds发布了新的文献求助10
18秒前
年轻的跳跳糖关注了科研通微信公众号
19秒前
20秒前
潇洒甜瓜发布了新的文献求助10
21秒前
十月揽星河完成签到,获得积分10
22秒前
狗头发布了新的文献求助10
25秒前
书祝完成签到,获得积分10
26秒前
哈哈哈完成签到,获得积分20
27秒前
28秒前
29秒前
innocence@x完成签到,获得积分10
30秒前
菜菜发布了新的文献求助10
30秒前
Temperature发布了新的文献求助20
32秒前
Jude发布了新的文献求助10
32秒前
35秒前
旱田蜗牛完成签到,获得积分10
35秒前
Tang完成签到,获得积分10
37秒前
ep_bhw发布了新的文献求助10
38秒前
科研通AI2S应助叶香菱采纳,获得10
38秒前
39秒前
所所应助紫翼采纳,获得10
43秒前
43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 3186294
求助须知:如何正确求助?哪些是违规求助? 2836572
关于积分的说明 8009972
捐赠科研通 2498944
什么是DOI,文献DOI怎么找? 1333975
科研通“疑难数据库(出版商)”最低求助积分说明 636964
邀请新用户注册赠送积分活动 604890