傳統(tǒng)機器學習方法在材料性能預測中常受限于數據稀缺問題，尤其當目標性能樣本量不足時，模型精度難以保證。針對這一挑戰(zhàn)，團隊創(chuàng)新性地構建了“連續(xù)遷移”學習策略。該策略首先基于海量材料的形成能數據訓練高精度基礎模型，再通過遷移學習依次預測材料的穩(wěn)定性、帶隙、體積模量等關鍵性能。當面對僅51條數據的剪切模量預測任務時，團隊進一步以體積模量模型為“跳板”，進行二次遷移，使小數據集下的預測可靠性顯著提升。
通過該框架，研究團隊從1.8萬余種候選材料中，快速篩選出54種兼具高穩(wěn)定性與優(yōu)異延展性的無機雙鈣鈦礦涂層材料。其中，六氟合銥酸銫銅材料表現(xiàn)尤為突出。其帶隙值適配光伏應用需求，剪切模量與體積模量比值顯示出高延展性，穩(wěn)定性測試也驗證了其潛在實用價值。這一成果不僅為鈣鈦礦太陽能電池、光催化等領域提供了候選材料庫，更證明了遷移學習在材料多性能協(xié)同優(yōu)化中的普適性，為其他材料的性能預測與優(yōu)化提供了可推廣的框架。
據了解，此項研究依托在該校的金屬先進凝固成形及裝備技術國家地方聯(lián)合工程研究中心完成，是昆明理工大學在材料信息學領域的又一重要進展，為有效解決傳統(tǒng)機器學習在數據稀缺場景下的性能瓶頸，破解“數據少、任務多”的材料研發(fā)難題提供了可推廣的計算工具，也為材料多性能協(xié)同優(yōu)化提供了高效計算范式。
關鍵詞：
新聞發(fā)布平臺 |科極網 |環(huán)球周刊網 |中國創(chuàng)投網 |教體產業(yè)網 |中國商界網 |萬能百科 |薄荷網 |資訊_時尚網 |連州財經網 |劇情啦 |5元服裝包郵 |中華網河南 |網購省錢平臺 |海淘返利 |太平洋裝修網 |勵普網校 |九十三度白茶網 |商標注冊 |專利申請 |啟哈號 |速挖投訴平臺 |深度財經網 |深圳熱線 |財報網 |財報網 |財報網 |咕嚕財經 |太原熱線 |電路維修 |防水補漏 |水管維修 |墻面翻修 |舊房維修 |參考經濟網 |中原網視臺 |財經產業(yè)網 |全球經濟網 |消費導報網 |外貿網 |重播網 |國際財經網 |星島中文網 |手機測評 |品牌推廣 |名律網 |項目大全 |整形資訊 |整形新聞 |美麗網 |佳人網 |稅法網 |法務網 |法律服務 |法律咨詢 |成報網 |媒體采購網 |聚焦網 |參考網 |熱點網
亞洲資本網 版權所有
Copyright © 2011-2020 亞洲資本網 All Rights Reserved. 聯(lián)系網站：55 16 53 8 @qq.com
