高熵合金强度预测不再靠多测:ROSE-HEA用125条数据追平185条训练的传统模型
高熵合金的拉伸强度数据获取成本高,随机取样常把预算花在相似成分与工艺上。ROSE-HEA把候选实验按“其可能强度结果能多大程度降低整个成分—工艺参考域上的最坏情况预测风险”排序,并让不同平滑性假设的权重随新数据更新。在501条记录、30次配对运行中,它用125条观测取得152.84 MPa的平均均方根误差,低于同预算的EI-BO与UCB-BO,也低于用185条观测训练的最强传统回归器XGBoost。
高熵合金的拉伸强度数据获取成本高,随机取样常把预算花在相似成分与工艺上。ROSE-HEA把候选实验按“其可能强度结果能多大程度降低整个成分—工艺参考域上的最坏情况预测风险”排序,并让不同平滑性假设的权重随新数据更新。在501条记录、30次配对运行中,它用125条观测取得152.84 MPa的平均均方根误差,低于同预算的EI-BO与UCB-BO,也低于用185条观测训练的最强传统回归器XGBoost。
已读完全部报道