河北科大、上海交大、北科大联合发表《Adv Sci》：高温合金性能预测新策略

本文背景是高温合金作为关键材料，其性能预测至关重要，但研发中常存在数据不完整或模糊的问题，制约了传统机器学习方法的预测能力。研究目的是为了解决这一“模糊数据”挑战，河北科技大学等机构的研究团队提出了一种创新策略，将迁移学习与部分标签学习相结合，构建了一个能够处理数据不确定性的预测框架。该框架能利用相关知识智能补全和修正缺失信息，从而从初始不完整数据中精确提炼合金成分，并基于修正后的数据显著提升疲劳性能预测模型的准确性和泛化能力。结论是这项工作为材料科学领域普遍存在的“小数据、不完整数据”问题提供了新思路，对高性能合金的设计和可靠性评估具有指导意义和应用前景。