COMBO: An efficient Bayesian optimization library for materials science

[Display omitted] In many subfields of chemistry and physics, numerous attempts have been made to accelerate scientific discovery using data-driven experimental design algorithms. Among them, Bayesian optimization has been proven to be an effective tool. A standard implementation (e.g., scikit-learn...

Celý popis

Podrobná bibliografie

Vydáno v:	Materials discovery Ročník 4; s. 18 - 21
Hlavní autoři:	Ueno, Tsuyoshi, Rhone, Trevor David, Hou, Zhufeng, Mizoguchi, Teruyasu, Tsuda, Koji
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.06.2016
Témata:	Bayesian optimization Global optimization Materials design Python library Global optimization Bayesian optimization Python library Materials design
ISSN:	2352-9245, 2352-9245
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!