Accelerating active learning materials discovery with FAIR data and workflows: A case study for alloy melting temperatures
Active learning (AL) is a powerful sequential optimization approach that has shown great promise in the discovery of new materials. However, a major challenge remains the acquisition of the initial data and the development of workflows to generate new data at each iteration. In this study, we demons...
Uloženo v:
| Vydáno v: | Computational materials science Ročník 249; s. 113640 |
|---|---|
| Hlavní autoři: | , , , |
| Médium: | Journal Article |
| Jazyk: | angličtina |
| Vydáno: |
Elsevier B.V
05.02.2025
|
| Témata: | |
| ISSN: | 0927-0256 |
| On-line přístup: | Získat plný text |
| Tagy: |
Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
|
Buďte první, kdo okomentuje tento záznam!