机器学习
-
机器学习顶刊汇总:Science子刊、Adv.Sci.、JMCA、ACS AMI、ES&T等成果
1. 加州大学伯克利分校Science子刊: 监督学习预测蛋白质对碳纳米管的吸附 工程纳米粒子有利于生物技术应用,包括生物分子传感和递送。然而,在生物系统中测试纳米技术的兼容性和功…
-
耶鲁&麻省理工Science子刊: 机器学习揭示聚合物膜中的关键离子选择性机制
设计用于高精度分离的单物种选择性膜需要对控制溶质传输的分子相互作用有基本的了解。各种离子特异性会影响离子传输,从而影响离子选择性。然而,每个特性对选择性运输的相对重要性仍然很大程度…
-
华盛顿大学/埃默里大学ES&T: 机器学习+数值模拟实现高分辨率PM 2.5浓度预测
在时空覆盖范围内预测环境PM2.5浓度是提醒决策者注意污染事件的关键,尤其是在地面空气监测站有限的地区。现有方法要么依靠化学传输模型(CTM)来预测具有非平凡不确定性的PM2.5空…
-
重大孙宽/郑玉杰Adv.Sci.: 机器学习+量子化学用于开发高效非富勒烯受体
Y6及其衍生物大大提高了有机光伏(OPV)的功率转换效率(PCE)。通过研究这些材料的化学结构和性能之间的关系,进一步开发高性能的Y6衍生物受体材料,将有助于加速OPV的发展。 在…
-
赵仕俊/吴正刚npj Comput. Mater.: 机器学习指导设计高熵碳化物陶瓷
高熵陶瓷(HEC)在高应力和高温等苛刻条件下显示出巨大的应用潜力。然而,巨大的相空间对新型高性能HEC的合理设计提出了巨大挑战。 在此,香港城市大学赵仕俊教授、湖南大学吴正刚教授等…
-
npj Comput. Mater.: 人工神经网络多相分割电池电极纳米CT图像
电池电极断层扫描(CT)图像的分割是一个关键的处理步骤,将对材料表征和电化学模拟的结果产生额外的影响。然而,手动标记X射线CT图像(XCT)非常耗时,并且这些XCT图像通常难以用直…
-
机器学习立功!创纪录的4000小时稳定锂电镀/剥离!
共同一作:李枫、程晓斌 通讯作者:姚宏斌教授、商城研究员、张国桢副研究员 通讯单位:中国科学技术大学、复旦大学 研究背景 具有高能量密度的锂金属电池(LMBs)由于传统液体电解质(…
-
Batteries & Supercaps: 机器学习贝叶斯优化筛选锂离子电池的电解液添加剂最佳用量
液体电解质的成分是影响锂离子电池(LIBs)循环寿命的关键因素,电解液添加剂成分的选择和量化是一个活跃的研究领域。考虑到添加剂组分及用量的庞大组合空间,贝叶斯优化可用于引导搜索最佳…
-
机器学习顶刊汇总:Nature、Nat. Sustain.、EES、CEJ、ES&T等成果
1. 加州大学伯克利分校Nature: 机器学习基于移动手机数据实现精准扶贫 新冠大流行摧毁了许多低/中等收入国家,导致了广泛的粮食短缺和生活水平急剧下降。为应对这场危机,世界各国…
-
机器学习顶刊汇总:Nature、AM、JACS、Angew、Small Methods等成果
1. DeepMind/威尼斯大学Nature: 填补空白,使用深度神经网络破译古代文字! 古代史研究依赖于诸如金石学之类的学科,即研究铭文并将其作为古代文明思想、语言、社会和历史…