一种基于机器学习高效预测半导体材料带隙的方法.pdfVIP

下载本文档

2
0
约7.07千字
约 8页
2023-05-15 发布于四川
举报
版权申诉

一种基于机器学习高效预测半导体材料带隙的方法.pdf

1、本文档共8页，其中可免费阅读7页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于机器学习高效预测半导体带隙的方法，包括建立样本集、数据预处理并选出建模的特征子集、划分训练集和测试集、构建高效预测模型、预测测试集样本的带隙，实现快速预测半导体的带隙。本发明通过来源于文献和数据库中的样本数据，建立了高效的预测模型，具有简单便捷、成本低廉、绿色环保的优点。使用本发明的机器学习模型预测半导体的带隙，通过开发出新的且具有创新性的描述符，其潜在的物理模型可以帮助研究人员设计特定带隙值的半导体新材料，节约实验和计算的时间和资源，提高实验的效率，避免盲目性，能够应用于使

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114724652 A (43)申请公布日 2022.07.08 (21)申请号 202210350499.3 (22)申请日 2022.04.02 (71)申请人电子科技大学地址 611731