|
|
|
| 机器学习在二维材料探索中的应用 |
| 张胜利 |
| 南京理工大学 ，材料科学与工程学院 |
|
|
|
|
摘要 当前，机器学习已经成为探索和拓展二维材料家族的重要研究手段。传统实验与计算方法在研究二维材料时容错率低，并且需要花费大量时间和研发成本，机器学习因为拥有强大的数据处理能力和灵活多样的算法模型，能够绕过求解理论计算复杂的泛函方程以及缓慢的实验过程，缩短研究周期帮助减少发现和理解二维材料的时间和成本，以数据为基础高效预测扩展二维材料体系并探究其实验合成以及应用的潜力。本综述将围绕机器学习的方法、机器学习在二维材料设计与合成、机器学习在二维材料物性与应用的探索等方面，详细介绍相关的前沿进展，最后对机器学习在二维材料领域开展研究所面临的挑战与发展趋势进行了展望。
关键词
二维材料；机器学习；材料物性；高通量计算
Abstract
|
|
|
收稿日期: 2022-07-04
出版日期: 2022-08-08
|
|
通讯作者:
张胜利
E-mail: zhangslvip@njust .edu.cn
|
| [1] |
李洪义. 二氧化钛纳米管的制备和应用[J]. , 2022, 29(5): 0-0. |
| [2] |
王盖世 左舜贵 曹军 吴少夫 肖飞. Ti-Ni超弹合金B2相与R相的氢脆敏感性比较研究[J]. , 2022, 29(5): 0-0. |
| [3] |
罗来马 傅义毅 吴玉程. 熔渗法制备W/Y2O3-Cu复合材料的组织及性能研究[J]. , 2022, 29(5): 0-0. |
| [4] |
何亚洲 沈鹏 侯雅青 周栋 苏航. 永磁材料3D打印研究进展[J]. , 2022, 29(5): 0-0. |
| [5] |
吴环 陈鹏起 鲁颖炜 程继贵. 水气联合雾化压力对铜粉性能的影响[J]. , 2022, 29(5): 0-0. |
| [6] |
黄文杰 朱辉 丁荣 常毅 徐荣明 魏范松. 烧结工艺对La1.6Mg0.4Ni7合金相结构和电化学性能的影响[J]. , 2022, 29(5): 0-0. |
| [7] |
Lin Sun 陈世龙 张凯祺 姚彦桃. 泡沫铝复合材料的研究进展与展望[J]. , 2022, 29(5): 0-0. |
| [8] |
刘文超 孙涵丰 张巍 张羊换 李军. AB型固态储氢合金TiFe的改性研究[J]. , 2022, 29(5): 0-0. |
| [9] |
洪兴 郭亚男 崔兴华 张伟 李立军 刘天成. 封装方式对铁基纳米晶磁芯磁性能的影响[J]. , 2022, 29(5): 0-0. |
| [10] |
生利英. 金属单质对Gd3Al2合金磁热效应的影响[J]. , 2022, 29(5): 0-0. |
| [11] |
薛永盛. 风力发电站变桨轴承断裂分析[J]. , 2022, 29(5): 0-0. |
| [12] |
范艳. 金属-有机框架材料作为光催化剂降解水中农业污染物[J]. , 2022, 29(5): 0-0. |
| [13] |
刘芙辰 韩忠刚 袁泽明 翟亭亭 冯佃臣 张羊换. La替代Ti对TiFe系储氢合金微观结构和电化学性能的影响[J]. , 2022, 29(5): 0-0. |
| [14] |
王斌. 软化及固溶炉风机叶轮材料应用及使用分析[J]. , 2022, 29(5): 0-0. |
| [15] |
范秀如 米志杉 Bernd Kuhn 杨丽. 高性能铁素体不锈钢中Si含量对Laves相演化的影响[J]. , 2022, 29(5): 0-0. |
|
|
|
|
2022, Vol. 29 