机构名称：
¥ 1.0
大材料数据的时代即将到来。因此，有效地分析大型材料数据以查找隐藏的规则，该规则可用于合理设计理想的材料，为实现材料创新方面的突破提供了机会。机器学习正在进行文艺复兴，影响了许多科学领域，尤其是材料科学。通常，描述符（或特征）与所需信息之间的关系非常复杂且非线性。因此，很难通过仅依靠物理洞察力和原则来发现统计定律。机器学习技术可以开发灵活的模型，这些模型受输入数据培训，以根据各种算法来预测所需的信息。目前，机器学习被广泛用于材料科学，并随着机器学习工具包的逐步扩展，算法的过程和材料数据库的开发。为了强调材料创新中机器学习的最新进展，该在线收藏总结了最近发表的有关机器学习的研究文章和评论。基于锂的电池是最成功的储能设备之一。但是，迫切需要进一步改进以提高安全性和能力。Huang等。 研究了范围内“硬”碳系统中碱金属原子的插入Huang等。研究了
''材料创新的机器学习' - RSC Publishing
主要关键词
相关文件推荐
