目录
●丛书序
前言
第1章 基于机器学习的材料设计综述 1
1.1 基于机器学习的材料设计研究背景 1
1.1.1 材料机器学习与材料设计 3
1.1.2 材料机器学习与材料信息学 4
1.1.3 材料机器学习与材料基因组计划 6
1.2 基于机器学习的材料设计方法 8
1.2.1 材料机器学习问题的数学表达 8
1.2.2 材料机器学习的常用方法 9
1.2.3 材料机器学习的基本流程 12
1.3 基于机器学习的材料设计的应用软件和开源工具 16
1.4 基于机器学习的材料设计研究进展 18
1.5 材料机器学习发展趋势 23
1.5.1 材料机器学习建模的关键特征变量筛选 23
1.5.2 机器学习模型的选择和优化 24
1.5.3 材料机器学习新技术的推广应用 24
1.5.4 材料机器学习应用软件的开发 24
1.5.5 机器学习模型与第一性原理模型结合加快新材料研发 25
1.5.6 材料智能制造 25
1.5.7 基于机器学习的材料设计愿景 25
参考文献 27
……
内容介绍
本书综述了基于机器学习的材料设计的近期新研究进展,介绍了材料机器学习算法、开源软件和自主研发的材料数据挖掘在线计算平台在合金材料、钙钛矿材料和太阳能电池材料设计上的成功应用案例。本书的特色是“机器学习算法深入浅出,上机练习案例学以致用”,附录中的计算平台和算法代码具有智能机器学习建模、虚拟材料的高通量筛选和需求驱动的材料逆向设计等功能,为机器学习加快新材料设计和优化提供了行之有效的工具。
本书可作为材料设计方向的研究生课程参考书,也适合材料科学和工程领域的工作者参考阅读。