1. Science子刊: 將非線性機(jī)器學(xué)習(xí)模型簡(jiǎn)單線性組合，可解釋性大大增強(qiáng)！ 機(jī)器學(xué)習(xí)模型可以快速準(zhǔn)確地預(yù)測(cè)材料特性，但通常缺乏透明度?？山忉屝约夹g(shù)可與黑盒解決方案一起使用，或…

博后招聘

本文提出了一種主動(dòng)學(xué)習(xí)策略，以加速基于非常稀疏數(shù)據(jù)的高熵合金在實(shí)際無(wú)限的組成空間的設(shè)計(jì)。

1. 華科袁燁教授EES: 深度遷移學(xué)習(xí)實(shí)時(shí)個(gè)性化預(yù)測(cè)鋰離子電池健康狀態(tài)！ 實(shí)時(shí)、個(gè)性化的鋰離子電池健康管理，有利于提升終端用戶的安全性。然而，由于不同的使用興趣、動(dòng)態(tài)的操作習(xí)慣和…

本文利用基于密度泛函理論的計(jì)算和機(jī)器學(xué)習(xí)的原子間勢(shì)，對(duì)全固態(tài)LSB中正極-電解質(zhì)界面的熱力學(xué)和動(dòng)力學(xué)進(jìn)行了全面研究。

本文報(bào)道了一種數(shù)據(jù)驅(qū)動(dòng)策略，采用DFT與機(jī)器學(xué)習(xí)（ML）算法相結(jié)合來(lái)預(yù)測(cè)1120個(gè)DMSCs

多組分無(wú)機(jī)化合物的發(fā)現(xiàn)可為科學(xué)和工程挑戰(zhàn)提供直接解決方案，但巨大的未知材料空間使合成產(chǎn)量相形見(jiàn)絀。雖然晶體結(jié)構(gòu)預(yù)測(cè)（CSP）可以緩解這種情況，但CSP的指數(shù)復(fù)雜性和昂貴的DFT計(jì)算…

活體和共培養(yǎng)系統(tǒng)中的細(xì)胞識(shí)別和計(jì)數(shù)在細(xì)胞相互作用研究中至關(guān)重要，但目前的方法主要依賴于復(fù)雜且耗時(shí)的染色技術(shù)。 在此，浙江大學(xué)計(jì)劍教授及吉林大學(xué)田圃教授等人提出了一種無(wú)標(biāo)記的原位方法…