具有本征低晶格熱導率的新型化合物在基礎研究中受到高度追捧，這將有助于設計和發(fā)現(xiàn)適用于設備應用的高效材料。高通量（HT）DFT 計算等現(xiàn)代計算方法加速了新化合物的發(fā)現(xiàn)，但該方法可能會…

過去的幾十年中機器學習（ML）影響了電催化領域，研究人員開始利用基于ML的數(shù)據(jù)驅動技術來克服計算和實驗限制以加速合理的催化劑設計。然而，很少有討論ML流程整體協(xié)同加速CO2還原（C…

鐵電材料中結構和拓撲缺陷的新興涌現(xiàn)功能支撐了其從疇壁電子到高介電和機電響應的極其廣泛的應用范圍，許多功能已通過局部掃描探針顯微鏡方法被發(fā)現(xiàn)和量化。然而到目前為止，搜索一直是基于試錯…

發(fā)展援助在幫助發(fā)展中國家實現(xiàn)可持續(xù)發(fā)展目標（SDG）方面發(fā)揮著至關重要的作用，其監(jiān)測為決策者資助SDG提供了重要證據(jù)。然而，現(xiàn)有的全球發(fā)展援助監(jiān)測存在相當大的局限性，導致極其困難和…

城市地區(qū)的地震風險最高，因為人口密度高且基礎設施廣泛而脆弱。理想情況下，城市地區(qū)密集的地震監(jiān)測工作將被用來描述對城市構成最直接威脅的斷層系統(tǒng)。然而，人口和基礎設施導致風險暴露程度高…

深度學習（DL）是材料數(shù)據(jù)科學中發(fā)展最快的主題之一，其應用領域包括原子數(shù)據(jù)、基于圖像的數(shù)據(jù)、光譜數(shù)據(jù)和文本數(shù)據(jù)等。DL允許分析非結構化數(shù)據(jù)和自動識別特征，大型材料數(shù)據(jù)庫的最新發(fā)展推…

鹵化物鈣鈦礦可進一步在維度和成分上進行設計，并用于儲能應用。揭示離子與低維鹵化物鈣鈦礦之間的相互作用對于實現(xiàn)下一代儲能裝置（如光充電離子電池和離子電容器）至關重要。 在此，南京信息…

機器學習（ML）在材料屬性預測中的成功在很大程度上取決于如何表示材料以進行學習。目前存在兩種主要的材料描述符，一種在表示中編碼晶體結構，另一種僅使用化學計量信息。其中，圖神經(jīng)網(wǎng)絡（…

機器學習（ML）方法在粒子物理學中具有廣泛應用，但沒有可解釋性就不能保證算法學習的結果是正確/穩(wěn)健的。開發(fā)可解釋的ML/AI方法是為了消除多變量分析的黑箱問題，然而物理學中可解釋A…

各種形態(tài)和成分的納/微米材料在許多不同領域都有廣泛的用途。然而，尋找具有所需結構、形狀和尺寸的定制納米材料仍然是一個挑戰(zhàn)，并且通常通過在文獻中進行人工篩選來實現(xiàn)。 在此，俄羅斯圣光…