面向决策的主动学习用于尺度感知的关键材料回收
arXiv cs.AI · · 发布于 2026-09-11 · 4 分钟阅读
研究基于太平洋西北国家实验室 CICERO 自主选择性沉淀工作流的记录，分析如何为放大规模选择回收工艺，需要把实验室结果与产品需求、工艺成本和尺度效应联系起来。主动学习利用已有结果选择实验。在条件性回顾性基准中，使用拟合模型和回收钕铁硼（NdFeB）磁体记录，主动学习以少于非自适应空间填充的实验次数找到最佳记录结果。富集定义为所选稀土与铁的比例相对于进料中的比例。自适应策略在16至24个孔（单次实验）达到记录的富集最大值，而非自适应为48个。两阶段重建在16个孔与两种自适应方案持平。对回收钐钴（SmCo）磁体的条件分析显示第二轮存在纯度与名义产率的权衡。油气开采采出水的排名取决于相态和稀释假设，尚需确认。作者提出按下游贝叶斯风险的预期降低来选择批次。探索性模拟中，先筛选候选的混合方法估计损失低于已实施的跨路径与条件联合搜索，涉及合成两阶段政策的差异相对估计不确定性较小。最后提出在共享损失与记录标准下开展预注册前瞻性测试，要求明确测量与记录、定义工艺决策及相关输出、可信经济输入，并在目标尺度验证。
当前来源仅提供摘要，以下要点基于摘要生成；可通过官方原文查看完整信息。研究目标
为规模化选择回收工艺，需要连接实验室结果、产品要求、工艺成本和规模效应。
数据来源
研究分析太平洋西北国家实验室 CICERO 自主选择性沉淀工作流记录。
主动学习基准
在带拟合模型和回收钕铁硼磁体记录的条件回顾性基准中，主动学习用比非自适应空间填充更少的实验找到最佳记录结果。
富集度定义
富集度是所选稀土与铁比值相对于进料中该比值的比例。
关键实验数量
自适应策略在 16 至 24 个孔达到记录富集度最大值，而非 48 个孔；两阶段重构在 16 个孔与两个自适应备选方案打平。
钐钴条件分析
回收钐钴磁体的条件分析显示第 2 轮在纯度与名义产率之间存在权衡；名义产率为按假定起始量计算的回收分数。
钕铁硼与产出水
钕铁硼第 1 轮路线在富集度上不同；油气开采产出水的排名取决于相态和稀释假设，需进一步确认。
决策原则
提出按下游贝叶斯风险的预期降低选择批次，即在当前信念下选择可用工艺决策中最小预期损失者。
模拟发现
探索性模拟中，过滤候选的混合方法估计损失低于已实施的跨路线与条件联合搜索；涉及合成两阶段策略的差异相对估计不确定性较小。
前瞻计划
提出共享损失和记录标准下的预注册前瞻测试，要求澄清测量和记录、定义工艺决策及相关输出、可信经济输入、目标规模验证。