小数据集机器学习预测铜纳米颗粒水合粒径
热点事件持续更新
小数据集机器学习预测铜纳米颗粒水合粒径
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Brent Motmans 等作者在 arXiv 发表研究，用仅 25 组合成数据训练机器学习模型，预测铜纳米颗粒的 DLS 流体动力学直径。 作者称，集成回归模型在同一分布外验证下 R² 达 0.74，高于 DoE 模型的 0.60，并保留完整合成参数空间；随机森林与 LLM 分类模型仅表现中等，说明小数据集不足以发挥复杂 LLM 的能力。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
基于小数据集的机器学习预测无机合成：以流体动力学直径可控的 Cu 纳米颗粒为例报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.LG基于小数据集的机器学习预测无机合成：以流体动力学直径可控的 Cu 纳米颗粒为例
研究用仅 25 组合成的数据集，以机器学习预测 Cu 纳米颗粒的 DLS 流体动力学直径。集成回归模型在同一分布外验证下 R2 达 0.74，高于 DoE 模型的 0.60，且保留完整合成参数空间；随机森林与 LLM 分类模型仅表现出中等性能，说明小数据集不足以发挥复杂 LLM 的能力。
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。