预测先进陶瓷材料的介电特性_python_人工智能_介电常数_品质因数（1/损耗角正切）和共振频率温度

一种基于人工智能的软件，用于预测先进陶瓷材料的介电特性。为 5G 材料发现而实施。 目标是预测类型合金组合物的介电常数、品质因数（1/损耗角正切）和共振频率温度系数，(1-x)A - xB其中 A 和 B 是两种已知的介电材料，x 是 B 的摩尔分数。预测由三个组合的深度神经网络（见images目录）。5G 材料需要高品质因数（低损耗）和适中的介电常数（约 5），以及接近零的温度系数。开发了一个用户友好的软件，因此感兴趣的人可以从我们数据库中的数百种可用材料中选择组成材料，并了解当所选的两种材料以给定的比例混合时会是什么样子。此外，用户可以设置目标属性并应用存储库中提供的遗传算法优化来反向发现适合其目的的新材料。 依赖项 由于这是 2018-2019 年完成的项目，因此需要 python-2.7。 matplotlib 下载经过训练的 ML 模型（对于 github 来说太大）。 请从此处以 pickle 格式下载经过训练的 ML模型。这是用于预测烧结温度的 ML 模型。在主目录中创建一个名为的新字典sa