基于机器学习的热导率预测模型研究

传统的理论研究、实验研究及计算仿真已无法满足科学家对新材料的探索与设计.数据驱动的机器学习算法对材料的筛选与性能预测有着推动作用.将机器学习算法应用到材料信息学,基于现有材料热导率数据集,建立机器学习热导率预测模型,通过交叉验证来对机器学习回归模型进行评估.利用机器学习算法建立描述符与热导率属性之间的映射模型,可用于大规模的材料筛选,从而指导实验研究.