检索结果-南通市图书馆

Multi-objective optimization and its application in materials science

Materials Genome Engineering Advances 2023年第2期1卷 60-76页

作者： Bofeng Shi turab Lookman Dezhen Xue State Key Laboratory for Mechanical Behavior of Materials Xi'an Jiaotong UniversityXi'anChina AiMaterials Research LLC Santa FeNew MexicoUSA Beijing Advanced Innovation Center for Materials Genome Engineering Institute for Advanced Materials and TechnologyUniversity of Science and Technology BeijingBeijingChina

Optimizing more than one property is inevitable in designing new materials;however,some properties are usually improved at the expense of *** optimization methods in engineering and computer science have proven to be an effective means to optimize several different properties ***,we reviewed these approaches including scalarization,evolutionary algorithms,and especially Bayesian *** promising applications to a number of materials problems are also discussed in the paper.

关键词： Bayesian optimization evolutionary algorithms materials design multi-objective optimization Pareto methods

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Bond sensitive graph neural networks for predicting high temperature superconductors

引用

Materials Genome Engineering Advances 2024年第2期2卷 126-133页

作者： Liang Gu Yang Liu Pin Chen Haiyou Huang Ning Chen Yang Li turab Lookman Yutong Lu Yanjing Su Beijing Advanced Innovation Center for Materials Genome Engineering University of Science and Technology BeijingBeijingChina Institute for Advanced Materials and Technology University of Science and Technology BeijingBeijingChina National Supercomputer Center in Guangzhou School of Computer Science and EngineeringSun Yat-sen UniversityGuangzhouChina School of Materials Science and Engineering University of Science and Technology BeijingBeijingChina Department of Engineering Science and Materials University of Puerto RicoMayaguezPuerto RicoUSA AiMaterials Research LLC Santa FeNew MexicoUSA

Finding high temperature superconductors(HTS)has been a continuing challenge due to the difficulty in predicting the transition temperature(Tc)of ***,the efficiency of predicting Tc has been greatly improved via ma-chine learning(ML).Unfortunately,prevailing ML models have not shown adequate generalization ability to find new HTS,*** this work,a graph neural network model is trained to predict the maximal Tc(Tc max)of various *** model reveals a close connection between Tc max and chemical *** sug-gests that shorter bond lengths are favored by high Tc,which is in coherence with previous domain *** importantly,it also indicates that chemical bonds consisting of some specific chemical elements are responsible for high Tc,which is new even to the human *** can provide a convenient guidance to the materials scientists in search of HTS.

关键词： graph neural network machine learning superconductivity superconductors transition temperature

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

用于材料探索与设计的信息科学

引用

国外科技新书评介 2016年第12期 18-18页

作者： turab Lookman 王兆刚不详中国科学院半导体研究所

材料是人类生存不可或缺的一部分，人类一直在寻找新材料道路上进行着不断地探索，也取得了很多重要的研究成果，这些重要的成果推动着人类文明的进步。为了获得所需功能的材料，人们需要进行大量的科学实验论证。因此，有必要找到一种... 详细信息

材料是人类生存不可或缺的一部分，人类一直在寻找新材料道路上进行着不断地探索，也取得了很多重要的研究成果，这些重要的成果推动着人类文明的进步。为了获得所需功能的材料，人们需要进行大量的科学实验论证。因此，有必要找到一种行之有效的方法优化实验设计，从而降低实验的复杂性，减少实验次数，提高材料探索和设计的效率。本书就主要介绍了可以高效地进行材料探索和设计的方法。书中提到，可以用与人类基因组计划相似的方法来加速材料的探索，这种方法依赖于材料科学的大数据库、计算以及数学能力。

关键词：实验设计新材料信息科学人类基因组计划科学实验人类生存研究成果人类文明

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：