English(EN) Bayesian inference of composition-dependent phase diagrams

贝叶斯推断方法创建精确材料相图

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-22 04:00

研究人员开发了一种使用贝叶斯推断来构建材料温度-浓度相图的新方法。该方法结合了分子动力学、熔点模拟和声子计算的数据，以确定相自由能及其不确定性。该算法已成功应用于 Ge-Si 和 K-Na 等二元体系，并且还可以建议最有效的后续模拟以减少相图中的不确定性。 AI

排序理由该集群包含一篇详细介绍材料科学新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Timofei Miryashkin, Olga Klimanova, Vladimir Ladygin, Alexander Shapeev · 2026-07-22 04:00

基于贝叶斯推断的组分依赖相图

arXiv:2309.01271v2 Announce Type: replace-cross Abstract: Phase diagrams serve as a highly informative tool for materials design, encapsulating information about the phases that a material can manifest under specific conditions. In this work, we develop a method in which Bayesian…