研究透视：Nat. Comput. Sci.-基于证据的高熵合金推荐系统

高熵合金(HEAs)的数据驱动方法，面临三个挑战：大量的元素组合候选，设计适当的描述符，以及有限且有偏差的现有数据。近日，日本科学技术高级研究所的Hieu-ChiDam团队在Nature Computational Science上发文，展示了一个基于证据的材料推荐系统(ERS)的发展，该系统采用了Dempster-Shafer理论，这是一个关于不确定性推理的一般框架。

多元素合金(MPEAs，其中含5种元素的合金又称高熵合金HEAs)，是一种由多种元素组成，形成高度无序固溶相的新型合金发展概念。这种合金具有高强度重量比、抗拉强度、抗腐蚀和抗氧化性能。一个名为循证推荐系统(ERS)的无描述符推荐系统，用于探索潜在的HEAs。图1为ERS方法的说明。

ERS包括三个主要步骤：1. 测量元素组合之间的相似性：将数据中获得的所有证据片段建模并组合，利用证据理论得出元素组合之间的相似性。图为元素之间相似性的可视化。

2. 评价关于取代合金性能的假设：使用证据理论对取代合金的证据进行建模和组合，以评价关于目标性能(形成HEA相)的假设。图为元素两两相似度得分与Δgroup的相关性。

3. 取代合金的等级：取代合金根据各种标准进行排序，基于其目标性能的综合证据，以推荐潜在的HEAs。图为4 HEA推荐能力的评估。

图为FeCoMnNi HEA薄膜的推荐与实验验证。

文献链接：https://www.nature.com/articles/s43588-021-00097-w

原文链接：https://mp.weixin.qq.com/s/W6v7zDXQ7Uqt_k9_2gcZ-w

本文经授权节选自“材料科学与工程”，为清晰表义，略有删减。

请点击阅读原文，下载全文。