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
狄绮发布了新的文献求助10
1秒前
小丑岩完成签到,获得积分10
1秒前
ZX0501完成签到,获得积分10
2秒前
Owen应助willa采纳,获得10
2秒前
HCLonely应助dsi采纳,获得10
2秒前
jkaaa完成签到,获得积分10
4秒前
7秒前
云猫完成签到 ,获得积分10
8秒前
zcydbttj2011完成签到 ,获得积分10
9秒前
10秒前
wbscz完成签到 ,获得积分10
13秒前
涨芝士完成签到 ,获得积分10
14秒前
ciiiv完成签到 ,获得积分10
16秒前
研友_LMBAXn完成签到,获得积分20
16秒前
Simpson完成签到 ,获得积分10
18秒前
dsi完成签到,获得积分10
18秒前
Kevin完成签到,获得积分10
19秒前
Andy完成签到 ,获得积分10
20秒前
都要多喝水完成签到,获得积分10
21秒前
Hello应助小鱼儿飞飞采纳,获得10
22秒前
韧迹完成签到 ,获得积分10
27秒前
29秒前
无言完成签到 ,获得积分10
32秒前
皮皮完成签到 ,获得积分10
37秒前
清浅溪完成签到 ,获得积分10
38秒前
机灵的衬衫完成签到 ,获得积分10
39秒前
吉吉完成签到 ,获得积分10
39秒前
一叶飘红完成签到,获得积分10
40秒前
jingjing完成签到,获得积分10
40秒前
铁柱xh完成签到 ,获得积分10
41秒前
大东东发布了新的文献求助10
43秒前
Kamal完成签到,获得积分10
44秒前
willa完成签到,获得积分10
44秒前
欢喜板凳完成签到 ,获得积分10
47秒前
WindDreamer完成签到,获得积分10
52秒前
MiSD完成签到,获得积分10
52秒前
courage完成签到 ,获得积分10
55秒前
exquisite完成签到,获得积分10
55秒前
研友_Z1eDgZ完成签到,获得积分10
59秒前
wang完成签到 ,获得积分10
59秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Write Like a Chemist: A Guide and Resource (第二版) 600
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
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 3200810
求助须知:如何正确求助?哪些是违规求助? 2850571
关于积分的说明 8072470
捐赠科研通 2514308
什么是DOI,文献DOI怎么找? 1347060
科研通“疑难数据库(出版商)”最低求助积分说明 640332
邀请新用户注册赠送积分活动 610520