机器学习
-
赵仕俊/吴正刚npj Comput. Mater.: 机器学习指导设计高熵碳化物陶瓷
高熵陶瓷（HEC）在高应力和高温等苛刻条件下显示出巨大的应用潜力。然而，巨大的相空间对新型高性能HEC的合理设计提出了巨大挑战。 在此，香港城市大学赵仕俊教授、湖南大学吴正刚教授等…
-
npj Comput. Mater.: 人工神经网络多相分割电池电极纳米CT图像
电池电极断层扫描（CT）图像的分割是一个关键的处理步骤，将对材料表征和电化学模拟的结果产生额外的影响。然而，手动标记X射线CT图像（XCT）非常耗时，并且这些XCT图像通常难以用直…
-
机器学习立功！创纪录的4000小时稳定锂电镀/剥离！
共同一作：李枫、程晓斌 通讯作者：姚宏斌教授、商城研究员、张国桢副研究员 通讯单位：中国科学技术大学、复旦大学 研究背景 具有高能量密度的锂金属电池（LMBs）由于传统液体电解质（…
-
Batteries & Supercaps: 机器学习贝叶斯优化筛选锂离子电池的电解液添加剂最佳用量
液体电解质的成分是影响锂离子电池（LIBs）循环寿命的关键因素，电解液添加剂成分的选择和量化是一个活跃的研究领域。考虑到添加剂组分及用量的庞大组合空间，贝叶斯优化可用于引导搜索最佳…
-
机器学习顶刊汇总：Nature、Nat. Sustain.、EES、CEJ、ES&T等成果
1. 加州大学伯克利分校Nature: 机器学习基于移动手机数据实现精准扶贫 新冠大流行摧毁了许多低/中等收入国家，导致了广泛的粮食短缺和生活水平急剧下降。为应对这场危机，世界各国…
-
机器学习顶刊汇总：Nature、AM、JACS、Angew、Small Methods等成果
1. DeepMind/威尼斯大学Nature: 填补空白，使用深度神经网络破译古代文字！ 古代史研究依赖于诸如金石学之类的学科，即研究铭文并将其作为古代文明思想、语言、社会和历史…
-
Nature子刊：误差1.7%，机器学习助力电池容量估计！
第一作者：朱建功副教授 通讯作者：戴海峰教授、Michael Knapp 通讯单位：同济大学、德国卡尔斯鲁厄理工学院（KIT） 研究背景 锂离子电池健康状态（SoH）已被用作衡量使…
-
机器学习顶刊汇总：铁电、电催化、锂离子电池、储能材料综述、DFT、MD等领域应用
1. 橡树岭实验室Nat. Mach. Intell.: 主动学习用于发现铁电材料结构-性能关系 铁电材料中结构和拓扑缺陷的新兴涌现功能支撑了其从畴壁电子到高介电和机电响应的极其广…
-
巩金龙/赵志坚Angew: 机器学习+DFT探究铜锌催化剂的CO2ER活性位点
在铜基催化剂上将CO2电化学还原（CO2ER）为多碳化学原料具有相当大的吸引力，但目前仍存在活性位点不明确的问题，这阻碍了催化剂的合理设计和大规模工业化。 在此，天津大学巩金龙教授…
-
卡内基梅隆大学npj Comput. Mater.: 基于机器学习寻找单线态裂变预测模型
单线态裂变（SF），即一个单线态激子转化为两个三线态激子，可以显著提高太阳能电池的效率。经历SF的分子晶体很少，计算探索可能会加速SF材料的发现。然而，用多体微扰理论（MBPT）计…
