arXiv · ML· Rafael Espinosa Casta\~neda, Ashley Dale, Hongchen Wang, Yonatan Kurniawan, Hao Wan, Runze Zhang, Adji Bousso Dieng, Kangming Li, Jason Hattrick-Simpers·· 9 小时前AI 评分23
多样性感知主动学习构建面向当前与未来目标的材料数据集
Diversity-Aware Active Learning Builds Materials Datasets for Current and Future Objectives
AI 导读
提出结合预测分歧与材料特征多样性的获取框架，解决数据集对当前属性优化但丢失未来信息的问题。 在四个DFT数据集和一个实验热电材料数据集上，NSGA-II Dis. + diversity框架表现最稳健，保持当前目标预测高于随机采样并提升排除属性性能。 该框架为构建无偏材料数据集、缓解后续建模冷启动限制提供实用路径。
来源：arXiv · ML · arxiv.org