机器学习在碳基环境功能材料领域的应用研究进展
随着环境功能材料领域产生的数据量及其数据复杂性急剧增加,高成本、长周期的传统实验手段已无法迎合目前功能材料的发展趋势.近年来迅速发展的机器学习能对数据进行深入挖掘和解析,有望为此类问题提供有效的解决方案.机器学习具备效率高、精度高等优势,有效弥补了传统"试错"方式的不足.介绍了机器学习的基本工作原理和算法,从预测理化性质、辅助微观表征和指导新型材料合成3个方面简述了机器学习在环境碳基功能材料领域中的应用研究进展,分析了机器学习在该领域的问题与挑战,展望了机器学习方法在环境碳基功能材料领域的前景与发展趋势.
机器学习、环境功能材料、性质预测、结构表征、设计合成
40
TP391.41;F270.7;G633.7
国家自然科学基金52170068
2022-09-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
182-187