相原型预测:通过转移学习预测无机物质的相原型 源码
``通过转移学习预测无机物质的阶段原型'' CNN在来自开放量子材料数据库(OQMD)的228,676种化合物的大数据集上进行了训练。 训练有素的CNN的特征提取器被重新用于包含17,762种无机物质并涉及170个相原型的相原型数据集上的特征提取。 然后将随机森林用作分类器。 泡菜格式的文件“ comp_energy_pa_oqmdf2b.txt”和“ comp_volume_pa_oqmdf2.txt”包含来自OQMD的Ef和V数据。 泡菜格式的文件“ phase-prototypes-dataset.txt”包含phase-prototypes-dataset。 泡菜格式的文件'ele
文件列表
phase-prototypes-prediction-master.zip
(预估有个17文件)
phase-prototypes-prediction-master
CNN-V-best-0Wb.h5
110KB
aux_fun.py
1KB
CNN-OQMD-V.py
6KB
aux_fun1.py
948B
CNN-OQMD-Ef.py
6KB
phase-prototypes-dataset.txt
4.06MB
comp_energy_pa_oqmdf2b.txt
19.79MB
model_evaluation_utils_V1.py
9KB
element_property.txt
46KB
暂无评论