小数据集机器学习预测铜纳米颗粒合成
热点事件持续更新
小数据集机器学习预测铜纳米颗粒合成
1 篇报道1 个报道来源2 小时前更新
先了解这件事
报道摘要
一项研究用仅 25 次合成的小数据集训练集成回归模型，预测 Cu 纳米颗粒的 DLS 流体动力学直径，最终模型 R2=0.74，优于 DoE 模型的 0.60，且保留完整合成参数空间。研究采用拉丁超立方采样覆盖参数空间，并用分类模型筛选适用定量预测的单峰 DLS 分布条件。随机森林与 LLM 分类模型区分大小颗粒的表现均有限，表明该小数据集不足以充分发挥复杂 LLM 的能力。
摘自 arXiv cs.LG
最新进展10月9日 12:00
基于小数据集的机器学习预测无机合成：以流体动力学直径可控的 Cu 纳米颗粒为例报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.LG基于小数据集的机器学习预测无机合成：以流体动力学直径可控的 Cu 纳米颗粒为例
一项研究用仅 25 次合成的小数据集训练集成回归模型，预测 Cu 纳米颗粒的 DLS 流体动力学直径，最终模型 R2=0.74，优于 DoE 模型的 0.60，且保留完整合成参数空间。研究采用拉丁超立方采样覆盖参数空间，并用分类模型筛选适用定量预测的单峰 DLS 分布条件。随机森林与 LLM 分类模型区分大小颗粒的表现均有限，表明该小数据集不足以充分发挥复杂 LLM 的能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。