数据驱动预测聚合物原子氧侵蚀产额
热点事件观察中
数据驱动预测聚合物原子氧侵蚀产额
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Youngwoo Choi 等发布论文,用 37 种 MISSE-2 聚合物训练回归集成模型,以八项体性质和五项元素组成比预测低地球轨道原子氧对聚合物的侵蚀产额;存档的留一法 R^2(log) 为 0.768,但该估计以使用完整训练表做特征选择为前提。 外推能力有限:对九种 MISSE-2 之后的聚合物,集成模型 R^2(log) 仅为 -0.037,但所有预测都在两倍误差以内。此外,PLAVIS 测量记录相互矛盾,导致无法确定残渣侵蚀排序或给出地面验证得分。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 12:00
基于聚合物体物理性质的数据驱动方法预测原子氧侵蚀产额报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv · Materials Science基于聚合物体物理性质的数据驱动方法预测原子氧侵蚀产额
一项基于 37 种 MISSE-2 聚合物训练的回归集成模型,用八项体性质和五项元素组成比预测低地球轨道原子氧对聚合物的侵蚀产额,存档的留一法 R^2(log) 为 0.768。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。