机器学习在热电材料领域的应用
在追求可持续发展的未来,热电材料是不可或缺的.它在全固态发电和制冷方面具有十分广泛的应用前景.在过去的几十年间,人们一直致力于寻找新型高性能热电材料.然而,传统的实验试错法效率较低,限制了新材料的研究步伐.机器学习作为一种具有强大数据分析能力的方法,近年来已越来越多地应用于热电材料的研究.这篇综述总结了热电材料研究领域常用的机器学习方法,系统地介绍了它们在材料结构、电子和热电输运等性质上的应用案例和相关研究进展,并对该领域的发展前景进行了展望.
机器学习、热电材料、高通量筛选
41
本工作得到了国家自然科学基金;部分机器学习工作是在武汉大学超算中心的高性能服务器上完成的
2020-09-25(万方平台首次上网日期,不代表论文的发表时间)
共12页
373-384