文献类型：期刊文章

作　　者：宋庆功[1,2] 常斌斌[1] 董珊珊[3] 顾威风[1] 康建海[1] 王明超[1] 刘志锋[1]

SONG Qinggong;CHANG Binbin;DONG Shanshan;GU Weifeng;KANG Jianhai;WANG Mingchao;LIU Zhifeng(Institute of Low Dimensional Materials and Technology,College of Science,Civil Aviation University of China,Tianjin 300300,China;College of Aviation Engineering,Anyang University,Anyang 455000,Henan,China;Sino-European Institute of Aviation Engineering,Civil Aviation University of China,Tianjin 300300,China)

机构地区：[1]中国民航大学理学院低维材料与技术研究所,天津300300 [2]安阳学院航空工程学院,河南安阳455000 [3]中国民航大学中欧航空工程师学院,天津300300

出　　处：《材料导报》

基　　金：国家自然科学基金(51802343)。

年　　份：2022

卷　　号：36

期　　号：1

起止页码：179-185

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：文献统计表明,大数据背景下机器学习方法在材料领域迅猛发展、地位凸显。本文简介了机器学习的诞生与发展,大数据背景下机器学习的作用、意义及可解释性;综述了机器学习在材料领域的应用进展。一方面,机器学习为材料结构和性能预测提供了新方法和技术;另一方面,它通过与传统方法的结合、融合,使之改进或升级。机器学习的应用能为材料研究提供重要依据,提高了材料研发的效率,节约了时间和资源,提升了成果质量,加快了发现、研制新材料的进程。人们尚需进一步开发新的机器学习方法,以进一步增强预测的可解释性和准确性,避免过拟合情况的发生。

关 键 词：机器学习  材料研究  模拟方法  结构与性能预测  

分 类 号：TB1] N3]