-
-
0
-
0
-
5机器学习材料方向五大专题课程 专题一:Ai-MOFs性能预测筛选技术——用上“化学直觉”ד算法暴力” 海量多孔材料数据库,靠人力筛选?不存在的! DFT计算结合分子模拟获得精确吸附数据 用图神经网络把MOF结构当“分子图”学习,捕捉复杂化学环境 可解释AI揭示“结构-性能”关系,筛选和机理解释一举两得,交叉学科研究利器。 专题二:Ai金属材料设计—— 让AI当你的“炼金术士”:智能设计新合金 告别“炒菜式”试错!用Python和数据科学高效
-
0
-
4复合材料机器学习特征工程与选择、线性/多项式回归/决策树/随机森林/Boosting算法/XGBoost和LightGBM/支持向量机(SVM)用于复合材料研究、模型调参优化、模型评估、前向传播、梯度下降算法、MLP解决复合材料回归问题、PyTorch构建PINNs、构建GAN生成水泥基复合材料数据、SHAP、论文复现、总结展望、Q&A 详查:https://mp.weixin.qq.com/s/xxnjecyJxvXHs-VPdI2Icg 某公某号:研而有信er
-
0水泥基复合材料 基础融合:讲机器学习在复合材料中的应用、研究流程,教数据收集预处理,以纳米材料为例说特征工程。还讲线性回归等基础模型在复合材料研究中的应用及实例。 集成与向量机:涵盖随机森林等集成学习算法、支持向量机在复合材料研究的应用及实例,介绍模型调参工具和评估指标、方法。 神经网络:从基础(激活函数等)到反向传播优化,再到多层感知机、PINNs、GAN 等在复合材料研究中的应用及实例,还介绍可解释性方法 SHAP
-
0
-
0
-
0
-
0
