Machine learning assisted design of high entropy alloys with desired property

We formulate a materials design strategy combining a machine learning (ML) surrogate model with experimental design algorithms to search for high entropy alloys (HEAs) with large hardness in a model Al-Co-Cr-Cu-Fe-Ni system. We fabricated several alloys with hardness 10% higher than the best value i...

Celý popis

Podrobná bibliografie

Vydáno v:	Acta materialia Ročník 170; číslo C; s. 109 - 117
Hlavní autoři:	Wen, Cheng, Zhang, Yan, Wang, Changxin, Xue, Dezhen, Bai, Yang, Antonov, Stoichko, Dai, Lanhong, Lookman, Turab, Su, Yanjing
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Elsevier Ltd 15.05.2019 Elsevier
Témata:	Active learning Machine learning Materials genome initiative Multi-principal element alloys Materials genome initiative Multi-principal element alloys Active learning Machine learning
ISSN:	1359-6454, 1873-2453
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!