Machine learning prediction of magnetic properties of Fe-based metallic glasses considering glass forming ability

均方误差 平均绝对百分比误差 人工神经网络 梯度升压 随机森林 机器学习 Boosting(机器学习) 磁性 人工智能 非晶态金属 预测建模 过冷 均方预测误差 材料科学 平均绝对误差 计算机科学 数学 统计 凝聚态物理 物理 热力学 冶金 合金
作者
Xin Li,Guangcun Shan,C.H. Shek
出处
期刊:Journal of Materials Science & Technology [Elsevier BV]
卷期号:103: 113-120 被引量:60
标识
DOI:10.1016/j.jmst.2021.05.076
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
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
科研通AI6.2应助tuo采纳,获得10
1秒前
61完成签到,获得积分10
1秒前
HAHAHA完成签到,获得积分10
1秒前
1秒前
bitman完成签到,获得积分10
2秒前
2秒前
风中青亦完成签到 ,获得积分10
2秒前
萤火虫发布了新的文献求助10
2秒前
2秒前
Owen应助思途问径采纳,获得10
3秒前
杳杳完成签到 ,获得积分10
3秒前
3秒前
FIFA完成签到,获得积分10
3秒前
八块蛮好发布了新的文献求助20
5秒前
5秒前
sci123发布了新的文献求助10
5秒前
5秒前
俭朴太阳完成签到,获得积分20
6秒前
科研通AI6.4应助simily采纳,获得80
7秒前
7秒前
7秒前
清脆的访烟完成签到,获得积分10
8秒前
平常冬卉发布了新的文献求助10
8秒前
闪闪完成签到,获得积分10
9秒前
FJM完成签到,获得积分10
9秒前
追寻续发布了新的文献求助10
9秒前
perry完成签到,获得积分10
9秒前
Lin发布了新的文献求助10
9秒前
HH完成签到 ,获得积分10
10秒前
Vincenzo应助123采纳,获得20
10秒前
vayne发布了新的文献求助10
10秒前
10秒前
10秒前
11秒前
11秒前
11秒前
11秒前
11秒前
11秒前
12秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Chemistry and Physics of Carbon Volume 18 800
The Organometallic Chemistry of the Transition Metals 800
Leading Academic-Practice Partnerships in Nursing and Healthcare: A Paradigm for Change 800
The formation of Australian attitudes towards China, 1918-1941 640
Signals, Systems, and Signal Processing 610
Research Methods for Business: A Skill Building Approach, 9th Edition 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6423823
求助须知:如何正确求助?哪些是违规求助? 8242137
关于积分的说明 17521818
捐赠科研通 5478112
什么是DOI,文献DOI怎么找? 2893515
邀请新用户注册赠送积分活动 1869766
关于科研通互助平台的介绍 1707509