釩摻雜的鎳鈷層狀雙氫氧化合物之製程優化模型

使用釩摻雜的鎳鈷層狀雙氫氧化合物之過電位資料集訓練本模型,透過隨機森林挑選權重較高的特徵進行多項式回歸模型的訓練,後續透過Pipeline與網格搜索,設置完整的模型訓練流程與最佳參數的尋找。訓練期間使用留一法交叉驗證( Leave-One-Out Cross-Validation)作為交叉驗證的方法,並得到RMSE=0.0162的低值。訓練完的模型展現出R2= 0.8422,表示其在預測過電位時的高準確性。使用此模型,大幅降低材料優化的難度與時間,為電催化觸媒的開發,拓展出一條嶄新的道路。

Data and Resources


基礎工具

  • Polynomial regression model.py

Additional Info

Field Value
Last Updated July 24, 2025, 15:38 (+0800)
Created July 15, 2025, 11:51 (+0800)

Recommended AI Model

電能管理模型

更新頻率 定期
瀏覽次數 11543
下載次數 76
電能管理模型資料收集自畜牧場能源管理系統 (SSNARC Stock Farm Energy Manage System)...

液珠影像辨識排序模型

更新頻率 定期
瀏覽次數 6980
下載次數 1
液珠影像辨識以及排序模型 以影像處理的方式先對微流體系統進行定位,使用物件偵測模型YOLO v7辨識液珠,即時找出液珠在畫面中所在的位置,結合多目標物件追蹤系統,追蹤每一顆液珠在微流體中的移動量,程式確實能按照液珠進入畫面的順序給予編號,確保每個液珠在連續的幀中具有一致性的標籤。 使用方法 先安裝好環境,可以參考以下鏈結: YOLOv7 實作筆記...