机器学习

一、招聘岗位 研究助理、科研助理。 二、研究方向 锂一次/二次电池电解液，或有机/高分子合成，或理论计算/机器学习。 三、应聘条件 1. 具有硕士及以上学历；专业背景包括材料、高分…

机器学习势函数（Machine Learning Potentials, MLPs）是近年来在材料科学、化学和凝聚态物理领域快速发展的计算工具。 它通过结合机器学习算法与量子力学计…

研究背景 绿色氢气生产被认为是未来能源转型的关键技术之一，尤其是电解水分解技术。氢气的高质量生产依赖于高效的催化剂，而单原子催化剂（SACs）因其优异的催化性能和高利用率的特点，成…

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…

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…

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…

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…

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…

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…

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…