![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Material Informatics
材料信息学
ML_NI_CSU
这个作者很懒,什么都没留下…
展开
-
材料信息学介绍
目录1 背景1.1 材料研究的主要方法1.2 材料研究发展的阶段1.3 目前材料发展的问题1.4 材料信息学2 材料信息学主要研究方法3 应用示例3.1 非晶态金属3.2 高熵合金4 总结与展望1 背景在人类历史发展的进程中,“材料”一直占有十分重要的地位。每一种重要材料的发现和广泛的使用,都会使人类支配和改造自然的能力提高到一个新水平,给社会...原创 2019-11-23 17:08:44 · 3706 阅读 · 1 评论 -
无监督学习探索固态锂离子导体
目录摘要背景结果无监督探索固态锂离子导体的流程含Li化合物的无监督聚类无监督学习的物理内涵第一性原理分子动力学模拟验证讨论摘要尽管机器学习在探索功能材料这一领域上受到了重视,但是由于材料性能数据稀缺,一直未能发展可靠的模型。本文提出了一种无监督的材料探索方法,此方法不需要带标签的数据因而减轻了材料数据缺失带来的影响。无监督探索材料的方法以固态锂离子导体...原创 2019-11-23 22:11:06 · 708 阅读 · 0 评论 -
A strategy to apply machine learning to small datasets in materials science
摘要:机器学习的方法在材料科学研究中的应用越来越广泛。然而,与其他领域相比,材料数据集通常更小,有时更为多样化,但材料数据集的大小对训练机器学习模型的影响还未有人进行研究,这阻碍了使用小样本的材料数据集建立高精度的机器学习模型。本文分析了材料数据的大小和机器学习模型的预测能力之间的基本相互作用。结果显示数据大小的影响不是直接影响模型的精度,而是通过影响模型的自由度(DoF),间接影响模型的预测精度...原创 2019-11-20 20:30:13 · 390 阅读 · 0 评论 -
transfer learnin利用少量数据预测材料性能
目录摘要:1 介绍1.1 背景1.2 问题2 方法2.1 神经迁移学习2.1.1 调参2.2 预训练模型库3 结果3.1 预测聚合物的热容量3.2 有机聚合物的热传导性3.3 无机晶体的热传导率3.4 无机和有机材料间的迁移性4 展望摘要:机器学习能够生成可快速评估材料性能的替代模型,因此在材料科学当中日益重要。近年来...原创 2019-12-08 19:52:43 · 1076 阅读 · 0 评论 -
U-Net: Convolutional Networks for Biomedical Image Segmentation
类型说明论文信息U-Net: Convolutional Networks for Biomedical Image SegmentationOlaf Ronneberger, Philipp Fischer, and Thomas Brox会议期刊MICCAI 2015作者所在机构德国弗莱堡大学解决的问题生物医学分割任务模型名U-Net...原创 2019-11-24 12:07:14 · 403 阅读 · 0 评论 -
Communication-Efficient Learning of Deep Networks from Decentralized Data
类型说明论文信息Communication-Efficient Learning of Deep Networks from Decentralized DataH.Brendan McMahan, Eider Moore, Daniel Ramage, Seth Hampson, Blaise Agüera y Arcas研究的问题移动设备的去中心化数据的高效率通信...原创 2019-11-24 12:05:12 · 1440 阅读 · 0 评论 -
Multi Institution Deep Learning Modeling Without Sharing Patient Data
类型说明论文信息Multi-Institutional Deep Learning Modeling Without Sharing Patient Data: A Feasibility Study on Brain Tumor SegmentationMicah J Sheller, G Anthony Reina1, Brandon Edwards, Jason Mar...原创 2019-11-24 12:02:14 · 543 阅读 · 0 评论 -
Clinical grade computional pathology using weakly supervised deep learning on whole slide images
Abstract需要大量手工标注数据集一直阻碍病理学方面的决策支持系统的发展以及在临床上部署。为了解决这一问题,本文提出了基于多实例学习的深度学习系统,其仅仅使用已报告的诊断作为训练的标签,得意边广泛且费时间的逐像素手工标注。本文在来自15187位病人的44732张全切片图像构成的数据集上评估了该框架的性能,并且这些数据没有经过任何整理(curation)。前列腺癌、基底细胞癌和乳腺癌转移到...原创 2019-11-24 11:59:59 · 2452 阅读 · 0 评论 -
Deep Clustering for Unspervised Learning of Visual Features
Abstract作为无监督学习方法的一类,聚类已经广泛地应用在计算机视觉领域。然而只有少数工作将其适用于大范围的数据集上的视觉特征端到端训练。本文我们提出一种方法——DeepCluster,其可以将神经网络的参数同结果特征的聚类分配任务一起进行学习。DeepCluster采用k-means标准聚类算法迭代地将特征分组,并且使用随后的分配任务作为监督更新网络的权重。 我们将DeepCluste...原创 2019-11-24 11:50:59 · 1397 阅读 · 1 评论 -
A Review of Automated Methods for the Detection of Sickle Cell Disease
类型说明论文信息A Review of Atutomated Methods for the Detection of Sickle Cell DiseasePradeep Kumar Das, Student Member, IEEE, Sukadev Meher, Member, IEEE, Rutuparna Panda, and Ajith Abraham, Seni...原创 2019-11-15 10:24:54 · 339 阅读 · 0 评论