weixin_46483785的博客

特点： MOF是一类由无机节点和有机连接器构成的特殊结构材料，此数据集用于分析模型对MOF结构中电子相关性质的预测。数据来源： Catalysis-Hub数据库，包括37,334个结构，涵盖了大约2,000种独特的金属合金表面。特点： 主要集中在纳米尺度，包含不同大小的纳米簇，可用于测试模型对于不同结构-能量映射关系的特征提取能力。数据来源： QMOF数据库，包括18,321个独特结构，既包括实验合成的，也包括假设结构。特点： 提供了包括结构信息、能量特性等在内的多方面数据，用于材料研究和计算材料科学。

【新兴技术的发展与深度学习运用到更多领域】新型功能材料实现了从清洁能源到信息处理等技术应用的根本性突破。从微芯片到电池和光伏发电，无机晶体的发现一直受到昂贵的试错方法的瓶颈。与此同时，随着数据和计算的增加，语言、视觉和生物学的深度学习模型展示了新兴的预测能力。在这里，我们展示了大规模训练的图网络可以达到前所未有的泛化水平，【材料发现】从而将材料发现的效率提高一个数量级。

【背景】高熵合金（HEA）因其优异的材料性能和近乎无限的设计空间而吸引了越来越多的研究。开发有效的相组成预测方法对于新型 HEA 设计非常重要。【机器学习作用】机器学习（ML）作为一种有效的数据驱动方法，为 HEA 的相位预测提供了一种可能的方法，【本文目的】但是，缺乏对各种 ML 模型的有效性和差异的澄清。【主要内容】本文收集了800多个HEAs物相数据，总结了16个特征。使用各种机器学习模型来训练和预测相组成。结果表明，【结果1】

平台：Bohrium老师：单斌教授注：本节主要是几个库的学习。

平台：Bohrium老师：单斌教授。

无边的奇迹源自简单规则的无限重复 ---- 分形之父Benoit B.Mandelbrot。