機器學習
-
?機器學習頂刊匯總:Science子刊、Adv.Sci.、JMCA、ACS AMI、ES&T等成果
1. 加州大學伯克利分校Science子刊: 監(jiān)督學習預測蛋白質對碳納米管的吸附 工程納米粒子有利于生物技術應用,包括生物分子傳感和遞送。然而,在生物系統(tǒng)中測試納米技術的兼容性和功…
-
耶魯&麻省理工Science子刊: 機器學習揭示聚合物膜中的關鍵離子選擇性機制
設計用于高精度分離的單物種選擇性膜需要對控制溶質傳輸的分子相互作用有基本的了解。各種離子特異性會影響離子傳輸,從而影響離子選擇性。然而,每個特性對選擇性運輸的相對重要性仍然很大程度…
-
華盛頓大學/埃默里大學ES&T: 機器學習+數值模擬實現(xiàn)高分辨率PM 2.5濃度預測
在時空覆蓋范圍內預測環(huán)境PM2.5濃度是提醒決策者注意污染事件的關鍵,尤其是在地面空氣監(jiān)測站有限的地區(qū)?,F(xiàn)有方法要么依靠化學傳輸模型(CTM)來預測具有非平凡不確定性的PM2.5空…
-
重大孫寬/鄭玉杰Adv.Sci.: 機器學習+量子化學用于開發(fā)高效非富勒烯受體
Y6及其衍生物大大提高了有機光伏(OPV)的功率轉換效率(PCE)。通過研究這些材料的化學結構和性能之間的關系,進一步開發(fā)高性能的Y6衍生物受體材料,將有助于加速OPV的發(fā)展。 在…
-
趙仕俊/吳正剛npj Comput. Mater.: 機器學習指導設計高熵碳化物陶瓷
高熵陶瓷(HEC)在高應力和高溫等苛刻條件下顯示出巨大的應用潛力。然而,巨大的相空間對新型高性能HEC的合理設計提出了巨大挑戰(zhàn)。 在此,香港城市大學趙仕俊教授、湖南大學吳正剛教授等…
-
npj Comput. Mater.: 人工神經網絡多相分割電池電極納米CT圖像
電池電極斷層掃描(CT)圖像的分割是一個關鍵的處理步驟,將對材料表征和電化學模擬的結果產生額外的影響。然而,手動標記X射線CT圖像(XCT)非常耗時,并且這些XCT圖像通常難以用直…
-
機器學習立功!創(chuàng)紀錄的4000小時穩(wěn)定鋰電鍍/剝離!
共同一作:李楓、程曉斌 通訊作者:姚宏斌教授、商城研究員、張國楨副研究員 通訊單位:中國科學技術大學、復旦大學 研究背景 具有高能量密度的鋰金屬電池(LMBs)由于傳統(tǒng)液體電解質(…
-
Batteries & Supercaps: 機器學習貝葉斯優(yōu)化篩選鋰離子電池的電解液添加劑最佳用量
液體電解質的成分是影響鋰離子電池(LIBs)循環(huán)壽命的關鍵因素,電解液添加劑成分的選擇和量化是一個活躍的研究領域??紤]到添加劑組分及用量的龐大組合空間,貝葉斯優(yōu)化可用于引導搜索最佳…
-
機器學習頂刊匯總:Nature、Nat. Sustain.、EES、CEJ、ES&T等成果
1. 加州大學伯克利分校Nature: 機器學習基于移動手機數據實現(xiàn)精準扶貧 新冠大流行摧毀了許多低/中等收入國家,導致了廣泛的糧食短缺和生活水平急劇下降。為應對這場危機,世界各國…
-
機器學習頂刊匯總:Nature、AM、JACS、Angew、Small Methods等成果
1. DeepMind/威尼斯大學Nature: 填補空白,使用深度神經網絡破譯古代文字! 古代史研究依賴于諸如金石學之類的學科,即研究銘文并將其作為古代文明思想、語言、社會和歷史…