利用可解释 ML 揭示材料物理相变与腐蚀抗性机制

bravo_abad · x · 2026-08-20

Kei Masuhara 等人利用可解释机器学习研究蒸汽涂层铝的腐蚀抗性。针对膜厚、形态、晶粒尺寸等强相关变量难以分离的难题，团队在物理启发描述符上训练随机森林模型（R²=0.67）。SHAP 分析确定表面形态和膜厚为主导变量，而累积局部效应（ALE）揭示了更深层规律：随着涂层生长，形态的作用机制会发生改变，即在早期生长膜中主要反映表面保护，后续阶段则发生转变，成功探测到了物理机制的变化。