6.11 训练集样本
dft计算结果的数据集有没有示例样本？是否大概为【电子结构参数＋性能指标（效率、活性等）】这样的形式？
我期望的训练集结构：
INPUT：电子结构参数
标签（真值）：性能指标，如产氢效率、反应活性
监督学习的流程：
1. 训练阶段：用 DFT 计算的 200 多种 As-Cu 合金数据（输入）和对应的 HER 性能（标签）训练模型，调整参数使预测值与标签的误差最小。
2. 推理阶段：输入新的合金成分参数，模型输出预测的 HER 性能，辅助筛选高性能合金。
6.13 高熵合金O吸附机器学习Nat Commun-2025阅读
1. 如何进行误差评估？
在论文中，模型不仅追求低 MAE，还要求预测结果符合催化活性趋势（如 Ir-Pt 合金的高活性区域与实验一致，图 6），而传统线性回归更侧重统计指标优化，如何结合具体物理意义进行误差评估？
2. 如何选择目标函数的物理约束
作者通过热力学模型将吸附能与反应电流关联（图 6），隐含约束模型预测需符合催化动力学规律，而非单纯最小化统计误差。
文中具体约束了什么？怎样体现在模型建立的过程当中的？
0 条评论