機械学習と解釈分析に基づくMoNbTaW合金フィルムの硬度予測

科学分野:

• 材料科学 材料科学とは
• コンピューティング・マテリアル・サイエンス・サイエンス
• 合金デザインは,合金設計です.

背景:

• 高エントロピー合金 (HEA) は,ユニークな性質を持つ高度な材料です.
• 硬さなどのHEA性能を予測することは,そのアプリケーションにとって極めて重要です.
• 現在の予測方法は,時間がかかり,費用がかかります.

研究 の 目的:

• MoNbTaW HEAフィルムの硬さを予測するための機械学習 (ML) フレームワークを開発する.
• HEAにおける硬さの予測に最も影響を与える物理的特徴を特定する.
• HEA設計のための迅速かつ費用対効果の高い方法を確立する.

主な方法:

• リッジ回帰ベースのMLモデルを実装しました.
• 最適なサブセットを選択するために20の候補物理特性をスクリーニングしました.
• マグネトロンスプッタリングで作成されたHEAフィルムのデータセットを使用しました.
• 10倍クロス検証と予約された検証セットを使用してモデルのパフォーマンスを評価した.

主要な成果:

• δG,Λ,およびΩを含む最適化された機能セットが特定されました.
• MLモデルは強力な予測精度 (R²=0.88,RMSE=0.37 GPa) を実証しました.
• このモデルは,構成要素や特徴が硬さに影響する傾向を明らかにした.

結論:

• 開発されたMLフレームワークは,HEAフィルムの硬さを効果的に予測します.
• このMLアプローチは,新しいHEAsの発見と設計を加速します.
• この研究は,従来の材料開発に費用対効果の高い代替案を提供している.