当前位置：
X-MOL 学术
›
J. Phys. Chem. Lett.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
材料预测中的量子机器学习：ABO3 钙钛矿结构案例研究
The Journal of Physical Chemistry Letters ( IF 4.8 ) Pub Date : 2023-07-27 , DOI: 10.1021/acs.jpclett.3c01703 Mosayeb Naseri 1, 2 , Sergey Gusarov 3 , D R Salahub 1
The Journal of Physical Chemistry Letters ( IF 4.8 ) Pub Date : 2023-07-27 , DOI: 10.1021/acs.jpclett.3c01703 Mosayeb Naseri 1, 2 , Sergey Gusarov 3 , D R Salahub 1
Affiliation
|
量子机器学习 (QML)，即量子计算机上的 ML，为发现和筛选新材料提供了一种有前途的方法。本研究引入了一种混合经典量子机器学习方法，使用变分量子分类器来识别 ABO 3化合物数据集中的简单钙钛矿结构。该模型使用 397 种已知 ABO 3化合物的数据集进行训练，其中 254 种钙钛矿和 143 种非钙钛矿结构分别标记为 +1 和 -1。通过考虑特征相关性并消除不太重要的特征，QML 系统对训练数据实现了 88% 的最佳准确率，对未见过的测试数据实现了 87% 的最佳准确率。这些结果证明了 QML 在材料科学分类任务中的潜力，即使训练数据有限，也可以利用量子计算的内在特性来增强材料的研究。此外，还讨论了 QML 在材料科学中的应用前景。
"点击查看英文标题和摘要"
更新日期：2023-07-27
"点击查看英文标题和摘要"
京公网安备 11010802027423号