机器学习
-
机器学习“杀疯了”?全面解析机器学习在XAFS中的应用!
说明:本次主要概述了机器学习的定义、机器学习的应用领域、机器学习在XAFS中的三个应用案例,想要了解更多机器学习知识,欢迎关注我们! 做测试 找华算 什么是机器学习…
-
机器学习+催化!三院院士杨培东,最新JACS!
酸性电解质中的电化学水分解是一种有前景的生产清洁氢(H2)的方法,可以生产低至零碳足迹的可持续燃料和化学原料。 尽管阴极的析氢反应(HER)可以相对高效地进行,但阳极的析氧反应(O…
-
顶刊综述|颠覆科研!机器学习如何让钙钛矿太阳能电池效率飙升?
全球能源危机步步紧逼,传统化石燃料已无法满足需求,而钙钛矿太阳能电池以26.1%的超高效率(远超传统材料!),成为新能源赛道的“黑马”。但它的致命弱点——研发周期长、成本高,让科学…
-
顶刊综述|机器学习在二维材料中的运用
1. 引言 自石墨烯被发现以来,二维材料因其独特的物理和化学性质而受到广泛关注。这些材料具有丰富的内部自由度(如自旋、激子、谷、亚晶格和层伪自旋),以及通过精确选择堆叠顺序和相对晶…
-
能源设计顶尖综述|从第一性原理到机器学习:计算设计如何重塑能源材料未来?
引言:能源材料的数字化革命 在碳中和与能源转型的全球浪潮中,能源材料的高效设计与发现成为科技突破的核心。传统实验方法受限于“试错”周期长、成本高,而计算材料学的兴起正通过“原子级模…
-
机器学习力场BAMBOO:液体电解质研发的“AI加速器”——突破传统模拟瓶颈,精准预测电解液性质
引言:液体电解质的挑战与AI的机遇 在锂离子电池中,液体电解质是连接正负极的“血液”,其性能直接影响电池的能量密度、循环寿命和安全性。然而,现有商用电解液多为多组分碳酸酯体系,实验…
-
深度学习:让机器看见世界的多层智慧
如果说传统机器学习是“手工雕刻”,深度学习(Deep Learning)则像一场“自我生长”的智能革命——通过模仿人脑神经网络的层次化结构,它让机器具备了从原始数据中自动提取抽象特…
-
卷积神经网络(CNN):让机器看懂世界的视觉大师
卷积神经网络(Convolutional Neural Network, CNN)是深度学习中专门处理网格结构数据(如图像、视频、音频)的里程碑式模型。它通过模仿生物视觉系统的层次…
-
强化学习:让机器在试错中进化的人工智能教练
如果说监督学习是“手把手教学”,无监督学习是“自主探索”,那么强化学习(Reinforcement Learning, RL)则像一场刺激的生存游戏——机器作为智能体(Agent)…
-
势不可挡!机器学习助力材料/化学!
2025年伊始,机器学习已在各个领域取得了巨大的发展,当下炙手可热的DeepSeek和Manus,其本质就是机器学习。从科学应用的角度,无论材料、化学、生物、物理、医学、工程等领域…