西工大李金山教授团队连发4篇《Acta Materialia 》!AI for Materials

材料科学与工程 2025-10-13 12:03
文章摘要
背景:机器学习等人工智能方法在材料科学中广泛应用于材料构效关系挖掘和性能优化设计,但现有模型预测能力不足,难以指导多性能协同优化。研究目的:针对材料表示与量化、微观组织演化预测、多模态数据融合及领域知识嵌入等关键问题,开发新型机器学习框架,建立高可靠性构效关系模型并指导材料设计。结论:通过变分自编码器实现微观组织强化机制解耦,时空卷积网络提升组织演化预测精度,Transformer模型从文献蒸馏知识实现自动合金设计,机器学习与朗道理论融合实现多性能协同优化,四项成果均发表于《Acta Materialia》,推动了AI驱动材料设计的发展。
西工大李金山教授团队连发4篇《Acta Materialia 》!AI for Materials
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Gap-Filling and Crystallization Kinetics Regulation in VTD/Spray Hybrid Perovskite Solar Cells
DOI: 10.1021/acsaem.6c00321 Pub Date : 2026-03-23 Date: 2026/3/3 0:00:00
IF 5.5 3区 材料科学 Q2 ACS Applied Energy Materials
A multidimensional continuous conditional generative adversarial network to link composition-process-microstructure-properties in Mg alloys
DOI: 10.1016/j.actamat.2026.122159 Pub Date : 2026-06-01 Date: 2026/3/25 0:00:00
IF 9.3 1区 材料科学 Q1 Acta Materialia
材料科学与工程
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信