XiaochenResearc-CSDN博客

原创试验准确率达95%，多次登顶顶刊，材料与化学研究者发高分文章必备技能

传统的发现新材料的方法，如经验试错法和基于密度泛函理论(DFT)的方法，往往需要较长的研发周期，成本高、效率低，已经不能很好的适应如今需求量激增的材料学领域。全国各大高校、企业、科研院所从事、纳米材料、化学化工、计算化学、量子化学、金属合金、非晶新材料、二维材料、钙钛矿、氧化物材料、半导体材料、环境材料、燃烧电池、锂电池、生物材料、聚合物复合材料、能源材料、光电材料、增材制造、催化等研究的科研人员及机器学习爱好者。和材料数据库三大组成要素,构建材料设计研发的协同创新网络,加速新材料从发现到应用的全过程。..

2022-07-21 15:45:08 348

原创助力您发高分文章机器学习（ML）在材料领域应用实践新专题我们做的最专业

机器学习（ML）在材料领域应用专题

2022-04-26 11:23:14 138

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 试验准确率达95%，多次登顶顶刊，材料与化学研究者发高分文章必备技能

原创 助力您发高分文章 机器学习（ML）在材料领域应用实践新专题 我们做的最专业

空空如也

空空如也

原创试验准确率达95%，多次登顶顶刊，材料与化学研究者发高分文章必备技能

原创助力您发高分文章机器学习（ML）在材料领域应用实践新专题我们做的最专业