跳到正文
arXiv AI· Ahmed Shoyeb Raihan, Md Habibor Rahman, Ashish Nimbarte, Imtiaz Ahmed·· 3 天前评分38

Sample-efficient prediction of high-entropy alloy strength through outcome-aware robust sequential learning

摘要

准确预测高熵合金(HEA)的强度可以指导成分和加工决策;然而,获取HEAs的拉伸测试数据成本高且实验性强。本研究提出一种高效框架ROSE-HEA,用于从合金成分和加工条件下预测最终拉伸强度(UTS)。其获取策略预判可能的UTS结果如何更新预测,并支持互补的高斯过程(GP)描述。

推荐理由

请对照arXiv AI原文,核对完整说明及适用条件。

本站只提供摘要与原文入口。完整内容请阅读原文。

来源:arXiv AI · arxiv.org