Scidown文献预览系统！
预测高熵合金临界屈服应力的机器学习( Machine Learning for Predicting the Critical Yield Stress of High Entropy Alloys )
P Cutrina S Sheikholeslami KS Ruiz CY Xin M Koslowski
应用机器学习方法预测了高熵合金屈服应力与层错能的关系。本文的学习数据取自FCC金属中部分位错的相场位错动力学模拟[1]。这项工作是由于相场模拟所需的大量计算而进行的。我们采用了三种不同的方法来描述SFE景观的变化，作为ML方法的输入。我们的研究表明，最好的ML模型能够预测屈服应力约2%的误差。此外，我们的监督学习研究产生了一个主成分，它表现出与临界屈服应力的物理意义量相同的趋势。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 对英国高等教育机构创业中心的作用和贡献的探索下载
scidown 基于土地利用/土地覆被变化的白水江国家级自然保护区景观生态风险时空格局分析下载