手机版
           

首页 > 机器学习
机器学习在材料科学中的前沿应用

机器学习在材料科学中的前沿应用

材料科学正经历一场由数据驱动和人工智能引发的深刻变革。机器学习(Machine Learning, ML)作为人工智能的核心技术,凭借其强……
2026-06-14 
图神经网络在晶体结构预测中的应用

图神经网络在晶体结构预测中的应用

DFT可以在给定晶体结构的情况下算出形成能,但一个含20个原子的晶胞用HSE06杂化泛函跑一次形成能需要几十到上百个CPU核时。Mat……
2026-06-09 
图神经网络在材料性质预测中的应用:从晶体图到全局性质的映射逻辑

图神经网络在材料性质预测中的应用:从晶体图到全局性质的映射逻辑

传统的材料性质预测依赖手工描述符——电负性、离子半径、价电子数等做特征,随机森林或XGBoost做回归。这条路在组分空间内表现……
2026-06-02 
贝叶斯优化在计算材料中的应用:用机器学习替代人工试错的参数调优策略

贝叶斯优化在计算材料中的应用:用机器学习替代人工试错的参数调优策略

贝叶斯优化在计算材料中的应用:用机器学习替代人工试错的参数调优策略 搞过DFT计算的人都做过参数收敛测试。截断能从400 eV试……
2026-06-02 
MD轨迹的机器学习分析:从PCA到变分自动编码器,构象空间的降维与聚类方法

MD轨迹的机器学习分析:从PCA到变分自动编码器,构象空间的降维与聚类方法

跑完一次微秒级MD模拟,产出的轨迹文件里躺着几万到几十万帧原子坐标。传统的分析手段——盯着RMSD时序图找构象跳变、画回旋半径……
2026-06-02 
高通量DFT+主动学习:如何用机器学习把材料筛选效率提升一个数量级

高通量DFT+主动学习:如何用机器学习把材料筛选效率提升一个数量级

高通量DFT(High-throughput DFT)听上去很强大——自动生成几百几千种候选结构,每个跑一遍VASP,然后从结果里挑出性能最优的。……
2026-06-02 
机器学习原子间势:从Behler-Parrinello到MACE,材料模拟的第三代力场

机器学习原子间势:从Behler-Parrinello到MACE,材料模拟的第三代力场

做材料模拟的人对力场不陌生。经典力场(Lennard-Jones、EAM、ReaxFF)是第一代,速度快但精度天花板明显;从头算分子动力学(……
2026-06-02 
数据内涵特征提取:从高维数据中挖掘深层模式

数据内涵特征提取:从高维数据中挖掘深层模式

特征提取是从原始数据中提炼有效信息的关键步骤,结合自己做过的几个数据挖掘项目,聊聊主成分分析、特征选择与深度特征学习的……
2026-05-15