小编：27年，记者从昆明大学科学技术大学中学到了中央肖尤·金金的教授和冯明的教授，詹金（Jingjin and Feng Jing）是科学学院和学校材料工程学院的工作，正在从事“人工智能 +材料”的工作
记者从27岁的昆明大学科学与技术大学中学到了，钟高教授的团队，Jingjin和Feng Jing是学校材料的科学与工程学院的范围，在“人工智能 +材料”的交叉点中创造了一个关键的进步，以继续学习“人工智能 +材料”的提议，以继续学习“不断的移民”的工具。移民人工“建议。新功能材料的有效研究和开发。相关研究结果可以在高级功能材料中找到。传统的自动学习方法通常仅限于缺乏预测材料性能的数据，尤其是当目标性能尺寸不足时，模型的精度难以保证。为了应对这一挑战，团队建立了“连续转移”学习策略。首先，我们训练基于大规模材料形成能量数据的基本高精度模型，并预测关键动作，例如材料，带隙和散装模块的稳定性。面对仅使用51个数据进行切割模块的预测，设备还使用批量模块模型作为“弹簧板”进行了二次迁移，以显着提高小数据集中的预测可靠性。通过此框架，研究人员迅速将54个无机Biperovskite涂料材料归类为具有稳定性和超过18,000种候选材料的出色延展性。其中，纤维铜的六氟离子离子尤为突出。其带隙值适合于太阳能发电应用的需求，切割模块与体积模块之间的关系显示出高延展性和稳定性测试，验证了潜在的实用值。这项成就不仅提供了念珠菌库佩洛维斯基塔太阳能电池，光催化剂和其他领域中的TE材料，但也证明了转移学习的普遍性，以对多种性能材料进行个性化优化，为预测其他材料的性能和优化提供了一个一般框架。据了解，这项研究是由高级金属固化和团队技术的国家和地方工程研究中心完成的。这是材料和计算机科学家领域昆虫科学技术大学的另一个重要进步。在Stagerare Data上的传统自动学习Aryans提供了流行的计算机工具来解决有效的性能瓶颈，解决“较少的数据和更多任务”的问题，并提供有效的计算机范式来协调多种产量材料的优化。
当前网址：https://www.shenyuhua.com//a/keji/404.html
