[论文解读] Unlocking Thermoelectric Potential: A Machine Learning Stacking Approach for Half Heusler Alloys

Vipin K. E, Prahallad Padhan|arXiv (Cornell University)|Aug 1, 2024

Heusler alloys: electronic and magnetic propertiesMaterials Science被引用 3

一句话总结

本研究提出一种结合随机森林和XGBoost的机器学习堆叠模型，以高精度预测半赫斯勒合金的热电性能。集成方法在性能上优于单一模型，识别出温度、平均共价半径和平均吉布斯能偏差为影响ZT的关键预测因子，实现了高性能热电材料的数据驱动设计。

ABSTRACT

Thermoelectric properties of Half Heusler alloys are predicted by adopting an ensemble modelling approach, specifically the stacking model integrated using Random Forest and XGBoost scheme. Leveraging a diverse dataset encompassing thermal conductivity, the Seebeck coefficient, electrical conductivity, and the figure of merit (ZT), the study demonstrates superior predictive performance of the stacking Model, outperforming individual base models with high R2 values. Key features such as temperature, mean Covalent Radius, and average deviation of the Gibbs energy per atom emerge as critical influencers, highlighting their pivotal roles in optimizing thermoelectric behavior. The unification of Random Forest and XGBoost in the stacking model effectively captures nuanced relationships, offering a holistic understanding of thermoelectric performance in Half Heusler alloys. This work advances predictive modelling in thermoelectricity and provides valuable insights for strategic material design, paving the way for enhanced efficiency and performance in thermoelectric applications. The ensemble modelling framework, coupled with insightful feature selection and meticulous engineering, establishes a robust foundation for future research in pursuing high-performance thermoelectric materials.

研究动机与目标

• 利用机器学习开发一种针对半赫斯勒合金热电性能的稳健预测模型。
• 通过集成多个估计器的堆叠方法，提升预测精度，超越单一模型的表现。
• 识别决定热电性能（特别是ZT）的关键材料描述符。
• 通过特征重要性分析，为高性能热电材料的理性设计提供可操作的见解。
• 为复杂金属间化合物体系的预测性材料发现建立可扩展的框架。

提出的方法

• 通过组合基础估计器（随机森林和XGBoost）的预测结果，构建堆叠集成模型。
• 元学习器将基础模型的预测结果作为输入特征，生成ZT、塞贝克系数、电导率和热导率的最终预测输出。
• 使用包含温度、平均共价半径和每原子吉布斯能在内的综合数据集进行训练和特征工程。
• 采用回归指标对模型进行训练与验证，使用R²评估预测性能。
• 进行特征重要性分析，以识别影响热电行为的关键描述符。
• 框架整合了超参数调优与交叉验证，以确保模型的鲁棒性与泛化能力。

实验结果

研究问题

• RQ1 堆叠集成模型是否能在预测半赫斯勒合金热电性能方面超越单一机器学习模型？
• RQ2 哪些材料描述符（如温度、共价半径或吉布斯能偏差）对ZT的影响最为显著？
• RQ3 结构与热力学特征之间的相互作用如何影响热电性能？
• RQ4 与独立模型相比，随机森林与XGBoost的集成在多大程度上提升了预测精度？
• RQ5 该模型能否为高ZT半赫斯勒材料的理性设计提供可操作的见解？

主要发现

• 堆叠模型在ZT及其他热电性能上的R²值高于单一基础模型，展现出更优的预测性能。
• 温度、平均共价半径和每原子吉布斯能偏差的平均值被确定为决定ZT的最关键特征。
• 随机森林与XGBoost的集成有效捕捉了数据中复杂的非线性关系，提升了模型的泛化能力与鲁棒性。
• 模型的高预测精度使其能够可靠地筛选适用于热电应用的半赫斯勒合金。
• 特征重要性分析表明，热力学稳定性（通过吉布斯能偏差体现）和原子尺寸（通过共价半径体现）对优化ZT至关重要。
• 该框架提供了一种可扩展、可解释且高性能的方法，可加速下一代热电材料的发现。