Аннотация:Проведено прогнозирование новых халькошпинелей наиболее распространенных составов: AIBIIICIVX4 (X - S или Se) и AIIBIIICIIIS4 (A, B и C - разные химические элементы), перспективных для поиска новых материалов для магнитооптических элементов памяти, сенсоров и анодов в натрий-ионных батареях, и оценены значения параметра их кристаллической решетки “a”. При прогнозировании использовали только значения свойств химических элементов, входящих в состав еще не полученных соединений. Расчеты проведены с применением программ машинного обучения, входящих в состав разработанной авторами информационно-аналитической системы (различных комитетов алгоритмов бинарных решающих деревьев, линейной машины, формирования логических закономерностей, опорных векторов, линейного дискриминанта Фишера, k-ближайших соседей, обучения многослойного перцептрона и нейронной сети), - для прогнозирования еще не полученных халькошпинелей, а также обширного семейства регрессионных методов, представленных в пакете scikit-learn для языка Python, и предложенных авторами многоуровневых методов машинного обучения - для оценки значения параметра кристаллической решетки новых халькошпинелей...