Modified polyhedron model for predicting standard enthalpy of formation and entropy of mixed oxides
Notice bibliographique
Résumé
Thermodynamic modeling of oxidic systems is crucial in advancing various fields of science and technology . Polyhedron Model (PM) estimates the standard enthalpy of formation and entropy of mixed oxides via the linear summation of the thermodynamic properties of constituent polyhedra. Each polyhedron consists of a centered cation with neighboring oxygen anions; hence, the model accounts for the interaction between anions and cations. While second-order transitions have been considered in previous iterations of the model, the PM has certain shortcomings, including neglect of variations in polyhedron volume, polyhedron distortion, inter-polyhedron linkage, and second nearest-neighbor or higher-order interactions, which are not negligible. The present work introduces the Modified Polyhedron Model (MPM), which aims to incorporate these contributions through a neural network (NN) model to improve the accuracy of predictions for standard enthalpy of formation ( Δ H 298 K o ) and standard entropy ( S 298 K o ). This is possible by using the residuals from the PM as inputs to the NN model, whose outputs are the calculated thermodynamic properties of compounds. The dataset consists of 155 compounds in the Li-Na-K-Ca-Mg-Mn-Fe-Al-Ti-Si-O system, classified by 20 polyhedra. The MPM considerably reduces the error in predicting enthalpy of formation and entropy, improving the alignment with experimental values across most analyzed compounds in comparison with the PM. These results suggest that the MPM can significantly improve the predictability of thermodynamic properties for mixed oxides .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».