The atmospheric pressure melting points of binary halides ABHal3, ABHal4, A2BHal4, A2BHal5, and A3BHal6 (A and B are various elements; Hal = F, Cl, Br, or I) were predicted. Calculations were made using our developed system of machine learning. Computer models were searched by analyzing information on the already known melting points of halides. The unknown melting points of the halides were predicted using only the values of the properties of the elements A, B, and Hal. It was shown that the programs based on the methodology of ensembles of machine learning algorithms make the most accurate estimates of melting points (the mean absolute errors determined by the cross-validation method in the leave-one-out cross validation mode were in the range of 29–52 K, depending on the halide composition and the chosen algorithm). The coefficient of multiple determination for the models used for prediction was no lower than 0.7.
Проведено прогнозирование температуры плавления при атмосферном давлении двойных галогенидов состава ABHal3, ABHal4, A2BHal4, A2BHal5 и A3BHal6 (A и B – разные элементы, Hal = F, Cl, Br или I). Для расчетов была применена разработанная авторами система, основанная на использовании методов машинного обучения. Поиск компьютерных моделей был проведен на основе анализа информации об уже известных температурах плавления галогенидов. Для прогнозирования неизвестных значений температуры плавления галогенидов использовали только значения свойств элементов A, B и Hal. Было показано, что применение программ, основанных на методологии ансамблей алгоритмов машинного обучения, позволяет получить наиболее точные оценки температур плавления (средние абсолютные ошибки, определенные методом скользящего контроля, в пределах 29–52 K в зависимости от состава галогенидов и выбранного алгоритма). Коэффициент множественной детерминации для моделей, использованных для прогнозирования, не ниже 0.7.