俄罗斯斯科尔科沃科技学院（Skoltech）和托木斯克理工大学（Tomsk Polytechnic University，TPU）的研究人员通过机器学习方法改进高熵碳化物的合成工艺以提高效率。

高熵碳化物（HEC）是由5种或更多种金属组成的多组分等摩尔单相固溶体，具有立方NaCl型晶体结构，以及独特的机械性能、高熔点和低导热性。研究人员利用正则蒙特卡洛算法（Canonical Monte Carlo，CMC）来确定单相和多相碳化物的合成温度，并使用先进的节能无真空电弧合成方法进行实验验证，实验结果验证了机器学习模拟结果。

该研究成果在工业陶瓷和催化领域具有很大应用前景。

相关研究成果发表在《计算材料学》（npj Computational Materials）期刊上。

版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/46055.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。

赞