应对热电材料人工智能领域的大数据挑战

人工智能的发展正在改变材料科学领域.然而,大规模材料数据集中存在错误数据以及利用机器学习预测与温度相关的性质时出现过拟合等挑战.本文以热电材料为例,首先采取一系列合理的方法删除问题数据,从Starrydata2数据库中获得包括7295种成分在不同温度下的92,291个数据.然后,提出了一种基于成分的交叉验证方法避免过拟合.进而,使用梯度提升决策树方法构建了机器学习模型,并获得了显著的R2.最后,使用该模型对Materials Project数据库中的材料进行评估,Ge2Te5As2和Ge3(Te3As)2表现出较高的zT值.理论计算得到n型和p型Ge2Te5As2的最大zT值为1.98和2.12,n型和p型Ge3(Te3As)2的最大zT值为0.58和0.74,表明它们是有潜力的热电材料.本工作提出了一个处理和克服材料科学中的人工智能大数据挑战的示例.