Click "Block Editor" to enter the edit mode. Use layers, shapes and customize adaptability. Everything is in your hands.
Прогнозирование соединений состава ABX (X — As, Sn, Sb, Pb или Bi) со структурой
типа MgAgAs и параметров их кристаллической решетки
Н. Н. Киселева, В. А. Дударев, А. В. Столяренко,
О. В. Сенько, А. А. Докукин, Ю. О. Кузнецова
Проведено прогнозирование 250 еще не полученных соединений состава ABX (где A и B — разные химические элементы, а X — As, Sn, Sb, Pb или Bi) с кристаллической структурой типа MgAgAs и оценены значения параметра их кристаллической решетки с использованием программ машинного обучения. С применением метода скользящего контроля выбраны лучшие алгоритмы машинного обучения для последующего прогнозирования. При прогнозировании еще не полученных соединений наиболее точные программы были основаны на алгоритмах обучения нейронной сети, методе опорных векторов и k-ближайших соседей, для которых определена точность 88,5, 91,0 и 88,4 %, соответственно. При прогнозировании значения параметра кристаллической решетки предсказанных соединений наилучшие результаты получены с использованием программ, основанных на методах Bayesian Ridge (коэффициент детерминации R2 = 0,959, средняя абсолютная ошибка MAE= 0,0370, среднеквадратичная ошибка MSE = 0,0030), ARD Regression (R2 = 0.950, MAE = 0,0401, MSE = 0,0036) и Ridge (R2 = 0,959, MAE = 0,0368, MSE = 0,0029), то есть отклонение расчетных значений от экспериментальных было в пределах 0,0368 – 0,0401 Å. При прогнозировании новых соединений и оценке параметра их кристаллической решетки использовали только значения свойств химических элементов, входящих в их состав.
Ключевые слова: MgAgAs, параметр кристаллической решетки, прогнозирование, машинное обучение.
DOI: 10.30791/1028-978X-2025-3-5-14
Киселева Надежда Николаевна — Федеральное государственное бюджетное учреждение науки Институт металлургии и материаловедения им. А.А. Байкова РАН (119334 Россия, Москва, Ленинский проспект, 49), доктор химических наук, главный научный сотрудник, специалист по применению информационных технологий в химии и материаловедении. E-mail: kis@imet.ac.ru.
Дударев Виктор Анатольевич — Ruhr-Universität Bochum (Universitätsstraβe 150; 44801 Bochum), кандидат технических наук, исследователь; специалист по информационным технологиям. E-mail: vic-dudarev@mail.ru.
Столяренко Андрей Владиславович — Федеральное государственное бюджетное учреждение науки Институт металлургии и материаловедения им. А.А. Байкова РАН (119334 Россия, г. Москва, Ленинский проспект, 49), кандидат технических наук, научный сотрудник, специалист по информационным технологиям. E-mail: stol-drew@yandex.ru.
Сенько Олег Валентинович — Федеральное государственное учреждение Федеральный исследовательский центр “Информатика и управление” РАН (119333 Россия, Москва, ул. Вавилова, 40), доктор физико-математических наук, профессор, ведущий научный сотрудник, специалист по методам обучения ЭВМ. E-mail: senkoov@mail.ru.
Докукин Александр Александрович — Федеральное государственное учреждение Федеральный исследовательский центр “Информатика и управление” Российской академии наук (119333 Россия, Москва, ул. Вавилова, 40), кандидат физико-математических наук, старший научный сотрудник; Федеральное государственное бюджетное учреждение науки Институт металлургии и материаловедения им. А.А. Байкова РАН (119334 Россия, Москва, Ленинский проспект, 49), старший научный сотрудник, специалист по методам обучения ЭВМ. E-mail: dalex@ccas.ru.
Кузнецова Юлиана Олеговна — Федеральное государственное бюджетное учреждение науки Институт металлургии и материаловедения им. А.А. Байкова РАН (119334 Россия, Москва, Ленинский проспект, 49), инженер-исследователь, специалист по информационным технологиям. E-mail: jul98@yandex.ru.
Ссылка на статью:
Киселева Н.Н., Дударев В.А., Столяренко А.В., Сенько О.В., Докукин А.А., Кузнецова Ю.О. Прогнозирование соединений состава ABX (X — As, Sn, Sb, Pb или Bi) со структурой типа MgAgAs и параметров их кристаллической решетки. Перспективные материалы, 2025, № 3, с. 5 – 14. DOI: 10.30791/1028-978X-2025-3-5-14
Литература содержит 35 ссылок.
См. подробнее о статье на сайте e-library