首页 > 行业资讯 > 纽约大学Nat. Commun.: 挖掘600万个文本来设计超高熵合金

纽约大学Nat. Commun.: 挖掘600万个文本来设计超高熵合金

时间：2023-01-08 来源： 浏览：

纽约大学Nat. Commun.: 挖掘600万个文本来设计超高熵合金

暗梦飘逸醉月 科研任我行
科研任我行

keyanrenwoxing

聚焦于最新科技论文解读、DFT计算方法、科研趣事等。

收录于合集
2023年1月4日，Nat. Commun.在线发表了纽约大学Zongrui Pei课题组的研究论文，题目为《Toward the design of ultrahigh-entropy alloys via mining six million texts》。

长期以来，研究人员从文献中提取知识来设计材料已经成为一种规范。然而，大量的出版物使得这一规范难以遵循。 文本挖掘(text mining, TM)是 一种 从语料库中提取信息的有效方法 。尽管如此，它仍然无法发现语料库中不存在的材料，阻碍了它在探索新材料方面的更广泛应用，例如高熵合金(high-entropy alloys, HEAs )。在此研究中，作者 基于分析640万篇论文摘要的 文本挖掘 模型，引入了用于选择 高熵合金 化学元素的“上下文相似性”概念 。该方法捕捉了科学家使用的环境中化学元素的相似性，它克服了 文本挖掘 的局限性，识别了Cantor和Senkov 高熵合金 。 通过在260万种候选合金中找到近500种有前途的合金，证明了其对六组分和七组分轻质 高熵合金 的筛选能力 。 因此， 该方法为超高熵合金和多组分材料的开发提供了一条途径。

图1 word-embedding模型示意图
图2  上下文相似元素及其在高熵合金设计中的应用
图3 BCC高熵合金的上下文相似元素及其应用

图4 具有五种以上成分的轻质高熵合金的典型设计

【 论文链接 】
Pei, Z., Yin, J., Liaw, P.K. et al. Toward the design of ultrahigh-entropy alloys via mining six million texts. Nat. Commun. , 2023 , 14, 54. https://doi.org/10.1038/s41467-022-35766-5

【其他相关文献】

[1] George, E.P., Raabe, D. & Ritchie, R.O. High-entropy alloys. Nat. Rev. Mater. , 2019 , 4, 515–534. https://doi.org/10.1038/s41578-019-0121-4
[2]  Tshitoyan, V., Dagdelen, J., Weston, L. et al. Unsupervised word embeddings capture latent knowledge from materials science literature. Nature , 2019 , 571, 95–98. https://doi.org/10.1038/s41586-019-1335-8

版权：如无特殊注明，文章转载自网络，侵权请联系cnmhg168#163.com删除！文件均为网友上传，仅供研究和学习使用，务必24小时内删除。
相关推荐
热门信息