机器学习技术在材料科学研究中的应用进展

作者：米晓希; 汤爱涛; 朱雨晨; 康靓; 潘复生

来源：材料导报, 2021, (15): 1-18.

• 机器学习
• 性能预测
• 结构表征
• 计算模拟 machine learning
• performance prediction
• microstructure characterization
• calculation and simulation

材料是国民经济的基础，新材料的发现是推动现代科学发展与技术革新的源动力之一，传统的“试错型”研究方法具有成本高，周期长，存在偶然性的特点，难以满足现代材料研究需求。随着数据驱动方法取得的巨大成功，机器学习技术受到的关注日益增加并展现出巨大潜力。将机器学习与材料科学研究相结合，以大量实验与计算模拟产生的数据作为驱动，具有高精度、高效率等优势，给新材料的研发和材料基础理论的研究提供了新的契机。近些年，机器学习技术在材料科学研究中的应用呈现出了爆炸式的增长，它结合计算机科学、概率论、统计学、数据库理论以及工程学等知识，不仅能展现出更快的计算速度，良好的泛化能力，而且还能有效地处理一些难以运用传统实验...

• 单位
  重庆大学; 材料科学与工程学院