机器学习在材料热电性能预测中的应用

发布时间：2020-05-15 10:20

【摘要】：近年来,热电材料由于具有能够在热能与电能之间直接转换,体积小,可靠性高,环境友好等特点,成为了目前材料领域内研究的热门方向。但是对热电材料的研究,通过大量实验观察数据,凭借直觉提出假设然后验证假设的传统材料研究方法,已经很明显不适用于当今高速发展的数字智能时代。利用第一性原理,能够不断完善热电理论和进行新型热电材料设计,但是研发周期依旧过长。因此,探寻新的研究方法来辅助加快新型热电材料的研发具有重要意义。针对上述新型热电材料设计研发存在的问题,本文提出了一种基于机器学习进行材料热电性能的预测方法,重点是通过机器学习方法对热电材料塞贝克系数进行预测,帮助后续热电材料研究人员快速筛选出具有理想塞贝克系数的热电材料。同时,我们还借助训练好的机器学习模型找到了影响塞贝克系数的重要特征。因此,本文的工作内容大致分为两个部分:第一部分,本文通过开源材料数据库Materials Project获取了2233 1条半导体材料的塞贝克系数数据,构建了回归模型的数据集。然后从化合物的构成元素性质和空间结构信息两个方面进行特征工程,将选择后的元素类型特征和空间结构型特征组合形成向量,作为数据集每一个化合物的“描述符”,使用它训练出能够预测塞贝克系数的梯度提升决策树(GBDT)模型。模型在测试集预测效果达到R2=0.81,MAE=20.52 μ V/K,RMSE=25.36 μ V/K,MAPE=5.62%。另外利用GBDT模型的可解释性,得到了这部分输入特征变量的重要度。第二部分,为了挖掘出材料能带结构中与塞贝克系数密切相关的特征,本文进一步获取了 516个半导体材料的能带结构数据,首先使用经过处理后的能带数据训练能够预测塞贝克系数的GBDT模型,然后借助该模型结合聚类的方式提取了 4类能带中对塞贝克系数影响大的特征,最后验证了提取特征的有效性。
【图文】：

机器学习算法,自适应设计,场景,流程

对该材料的进一步研宄，如果该材料性能符合期望，则将该材料数据添加到训练数据集逡逑当中，再次重复进行对训练集数据的模型训练，如此不断循环此过程直到所有材料列举逡逑完为止，图１－１展示了该过程。这一自适应学习的方法对自动化地筛选出符合要求的材逡逑料空间结构、加快新材料设计和发现起到显著的效果。ＫｅｉｓｕｋｅＴａｋａｈａｓｈｉＭ使用通过第逡逑一性原理计算得到的数据集，然后运用支持向量机算法成功预测材料晶体结构类型，对逡逑应用机器学习方法的预测材料的属性这一过程进行了概述，为今后的科研人员开展此类逡逑研宄提供实质性参考。逡逑第二方面，对于构建材料晶体结构和性能量化“描述符”的方法研究。材料的“描逡逑述符”作为输入到机器学习模型中的特征向量，对训练完成的模型预测准确度和泛化能逡逑力有着极为重要的影响，其重要程度甚至超过了选择的机器学习算法。面对不同的研宄逡逑对象和应用领域我们需要使用不同的材料量化描述方法，，可以归纳为：一方面，可以根逡逑据材料科学领域的专业理论知识建立对数据集中各个材料的量化描述，也可以称之为逡逑“描述符”

相图,主页面,网站

，，，展和进步和计算机性能的不断提高，越来越多的材料数据库向公众开放。如晶体结构数逡逑据库（ＩＣＳＤ，Ｉｎｏｒｇａｎｉｃ邋Ｃｒｙｓｔａｌ邋Ｓｔｒｕｃｔｕｒｅ邋Ｄａｔａｂａｓｅ）、综合型材料基础性能数据库邋ＭａｔＮａｖｉ、逡逑ＭａｔＷｅｂ、Ｍａｔｅｒｉａｌ邋Ｐｒｏｊｅｃｔ、剑桥结构数据库（ＣＳＤ，邋Ｃａｍｂｒｉｄｇｅ邋Ｓｔｒｕｃｔｕｒａｌ邋Ｄａｔａｂａｓｅ）、以逡逑ＡＦＬＯＷ邋网站（Ａｕｔｏｍａｔｉｃ－ＦＬＯＷ）及邋ＮＯＭＡＤ邋网站（Ｎｏｖｅｌ邋Ｍａｔｅｒｉａｌｓ邋Ｄｉｓｃｏｖｅｒｙ）等。这些逡逑开源的数据库一方面提供了材料领域大量的计算和实验数据，另一方面提供了常用的材逡逑料数据分析工具，对我们的研宄有着巨大帮助。逡逑本课题用于热电性能预测的数据来源主要是现有的材料工程数据库Ｍａｔｅｒｉａｌ逡逑ｐｒｏｊｅｃｔ（ＭＰ），而ＭＰ网站的ＲＥＳＴＡＰＩ被整合到了材料基因分析软件包ｐｙｍａｔｇｅｎ（Ｐｙｔｈｏｎ逡逑Ｍａｔｅｒｉａｌｓ邋Ｇｅｎｏｍｉｃｓ），我们通过该工具实现对材料数据的下载。Ｐｙｍａｔｇｅｎ是一个功能强逡逑大的开源的Ｐｙｔｈｏｎ模块，主要用来做材料分析，在本文工作中，除了获取数据，我们多逡逑次用到了邋Ｐｙｍａｔｇｅｎ。Ｐｙｍａｔｇｅｎ有以下主要特点：逡逑（１）具有高移植性性的代表着元素，分子，结构对象的类；逡逑（２）支持多种输入格式，包括ＶＡＳＰ，邋ＣＩＦ，ＸＹＺ等；逡逑（３）强大的分析工具，具有生成相图，进行散射分析等功能；逡逑（４）电子结构分析，包括电子态密度和电子能带结构。逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP181;TB34

【相似文献】