Застосування алгоритмів машинного навчання (machine learning) для прогнозування властивостей нових матеріалів
Вантажиться...
Файли
Дата
Назва журналу
Номер ISSN
Назва тому
DOI
Анотація
The paper examines the application of machine learning algorithms for predicting physical and chemical properties of new materials. Regression methods, neural networks, and random forest algorithms are analysed to predict characteristics such as Curie temperature, band gap width and mechanical strength. Key physical equations describing the studied phenomena are presented. It is shown that machine learning can significantly reduce the time and resources required for laboratory research compared to traditional approaches.
Опис
Ключові слова
Тип документа
Мова
ISSN
Бібліографічний опис
Потуторівський М. А., Мартинюк В. В. Застосування алгоритмів машинного навчання (machine learning) для прогнозування властивостей нових матеріалів // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29503.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (3)
- Butler K. T., Davies D. W., Cartwright H., Isayev O., Walsh A. Machine learning for molecular and materials science // Nature. – 2018. – Vol. 559. – P. 547–555.
- Schmidt J., Marques M. R. G., Botti S., Marques M. A. L. Recent advances and applications of machine learning in solidstate materials science // npj Computational Materials. – 2019. – Vol. 5. – Art. 83.
- Chen C., Ye W., Zuo Y., Zheng C., Ong S. P. Graph Networks as a Universal Machine Learning Framework for Molecules and Crystals // Chemistry of Materials. – 2019. – Vol. 31. – P. 3564–3572.