数据集概述
该数据集为DISMA研究项目的高熵合金相关数据，包含机器学习模型训练数据集及预测结果，涵盖高熵合金的力学性能与结构特征，以CSV格式存储，为高熵合金的机器学习研究提供数据支持。
文件详解
- 训练数据文件（CSV格式）：
- Training_data_independent_Predictor_phase_n=76.csv：包含成分（Compositions）、相（Phases）、化学式（Pretty_Formula）等字段，样本量76
- Training_data_independent_Predictor_phase_n=94.csv：包含成分、相等字段，样本量94
- Training_data_independent_Predictor_hardness-190521.csv：包含硬度相关预测变量的训练数据
- Training_data_Strength.csv：包含Co、Cr、Fe等元素含量及强度（Strength）字段
- Training_data_Elongation.csv：包含延伸率相关训练数据
- Training_data_VAE.csv：变分自动编码器（VAE）相关训练数据
- 预测与生成数据文件（CSV格式）：
- Generatic_latentSpace.csv：生成的 latent space 数据
- Prediction_data-latent-space-230317.csv：2023年3月17日生成的 latent space 预测数据
适用场景
- 材料科学研究：分析高熵合金成分与力学性能（强度、延伸率、硬度）的关联
- 机器学习模型训练：用于构建高熵合金相结构、力学性能预测的机器学习模型
- 材料设计：基于 latent space 数据探索高熵合金的潜在成分空间
- 数据驱动的材料研发：通过数据挖掘优化高熵合金的成分设计与性能调控
