文字嵌入作为材料设计中的自主预测因素 - - 固有的变异性对信息传输的影响
Jana Radaković1, Katarina Batalović2, Nikola Novaković2
1Department of Nuclear and Plasma Physics, "VINČA" Institute of Nuclear Sciences - National Institute of Republic of Serbia, University of Belgrade, Mike Petrovića Alasa 12-14, POB 522, 11001, Belgrade, Serbia. janar@vin.bg.ac.rs.
来自科学文本的词嵌入可以预测材料属性. 尽管原子嵌入的变化很大,但组合元素数据准确地预测了化合物稳定性,从而使强大的材料设计成为可能.
科学领域:
- 材料科学 材料科学 材料科学
- 计算化学计算化学
- 机器学习 机器学习
背景情况:
- 从科学文献中嵌入的单词可以编码物理化学信息.
- 由于数据异质性而导致嵌入的变化可能会影响其实用性.
- 原子嵌入对于表示化学化合物至关重要.
研究的目的:
- 分析原子词嵌入的变性.
- 要确定这种变化是否会影响编码信息或信息传输.
- 评估原子嵌入变量的对材料设计机器学习模型的影响.
主要方法:
- 从科学文献中获得了原子的词嵌入.
- 基于训练数据的单个原子嵌入的量化变异性.
- 在回归模型中实现了连接的原子嵌入,以预测化合物形成能量.
- 应用维度缩小用于复合矢量校准.
主要成果:
- 在个别的原子嵌入中观察到大量的变化,这取决于词汇选择.
- 可变性并没有妨碍使用连接的原子嵌入来预测物理化学性质.
- 化合物稳定性的预测性能在校准后保持稳定.
- 嵌入式中编码的信息和模型性能对变化具有坚固性.
结论:
- 原子嵌入的可变性并不妨碍它们在材料设计中作为预测器的使用.
- 连接的原子嵌入为机器学习提供了物理化学知识的稳定来源.
- 该方法可以可靠地预测材料特性,例如化合物稳定性.
更多相关视频
05:48Autonomic Function Following Concussion in Youth Athletes: An Exploration of Heart Rate Variability Using 24-hour Recording Methodology
Published on: September 21, 2018
09:04A Modeling and Simulation Method for Preliminary Design of an Electro-Variable Displacement Pump
Published on: June 1, 2022
相关概念视频
Group Design
Factorial Design
Autonomic Nervous System
The ANS comprises two main divisions: the sympathetic and parasympathetic divisions. These divisions function antagonistically to maintain a dynamic...
Variability: Analysis
The range is a simple measure of variability, indicating the difference between the highest and...
Random Variables
Uppercase letters such as X or Y denote a random variable. Lowercase letters like x or y denote the value of a random variable. If X is a random variable, then X is written in words, and x is given as a number.
For example, let X = the...
Autonomic Nervous System: Overview
