已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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
醉倒天瓢完成签到 ,获得积分10
1秒前
雪白一刀发布了新的文献求助10
3秒前
3秒前
内向南风完成签到 ,获得积分10
4秒前
4秒前
chendapai发布了新的文献求助10
4秒前
1989完成签到,获得积分10
5秒前
7秒前
黄金天下完成签到,获得积分10
8秒前
jyy完成签到,获得积分10
9秒前
烟花应助雪白一刀采纳,获得10
11秒前
15秒前
16秒前
一一发布了新的文献求助10
16秒前
19秒前
秋秋发布了新的文献求助10
19秒前
封嘉懿应助哎呦天松采纳,获得10
20秒前
MasterE完成签到,获得积分10
22秒前
tim完成签到,获得积分10
22秒前
22秒前
云氲完成签到 ,获得积分10
23秒前
tim发布了新的文献求助10
25秒前
于清绝完成签到 ,获得积分10
28秒前
youngyang完成签到 ,获得积分10
32秒前
34秒前
35秒前
参差完成签到,获得积分10
35秒前
科目三应助恰恰采纳,获得10
36秒前
小耿完成签到 ,获得积分10
38秒前
摆与烂的日常完成签到,获得积分10
38秒前
xiao金发布了新的文献求助10
39秒前
39秒前
佟语雪完成签到,获得积分10
41秒前
monned完成签到 ,获得积分10
44秒前
46秒前
哄哄发布了新的文献求助10
48秒前
Anarchy完成签到 ,获得积分10
48秒前
50秒前
qqq完成签到 ,获得积分10
50秒前
养乐多敬你完成签到 ,获得积分10
52秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mixed-anion Compounds 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Earth System Geophysics 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
2024 Medicinal Chemistry Reviews 400
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 3200574
求助须知:如何正确求助?哪些是违规求助? 2850386
关于积分的说明 8071853
捐赠科研通 2514153
什么是DOI,文献DOI怎么找? 1346899
科研通“疑难数据库(出版商)”最低求助积分说明 640268
邀请新用户注册赠送积分活动 610407