<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[xiaohukeyan的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/xiaohukeyan</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; xiaohukeyan]]></copyright><item><title><![CDATA[重磅！第一单位《Nature》发文，一种新材料被首次研发]]></title><link>https://blog.youkuaiyun.com/xiaohukeyan/article/details/129662960</link><guid>https://blog.youkuaiyun.com/xiaohukeyan/article/details/129662960</guid><author>xiaohukeyan</author><pubDate>Mon, 20 Mar 2023 10:51:29 +0800</pubDate><description><![CDATA[它旨在建立一个新的以计算模拟和理论预测优先、实验验证在后的新材料研发文化,从而取代现有的以经验和实验为主的材料研发的模式。由于机器学习材料与材料基因组研究发展缓慢，学习平台文献资料较少，培训学习迫在眉睫， 应广大科研人员要求，本单位经过数月调研，决定联合专家举办“机器学习（ML）在材料领域应用与材料基因组”的专题线上培训班，本单位已经举办多期培训，参会人员达六百余人，对于培训安排和培训质量学员一致评价极高 ，我们也是国内从事机器学习（ML）材料领域应用与材料基因组的专业培训单位，培训请一定要认准我们！]]></description><category></category></item><item><title><![CDATA[1篇Science、3篇Nature子刊！这个材料火出圈了！]]></title><link>https://blog.youkuaiyun.com/xiaohukeyan/article/details/128948118</link><guid>https://blog.youkuaiyun.com/xiaohukeyan/article/details/128948118</guid><author>xiaohukeyan</author><pubDate>Thu, 09 Feb 2023 10:15:44 +0800</pubDate><description><![CDATA[1篇Science、3篇Nature子刊！这个材料火出圈了！]]></description><category></category></item><item><title><![CDATA[机器学习+材料到底有多火？Nature、Scienc、JACS、Angew等23篇顶刊告诉你！]]></title><link>https://blog.youkuaiyun.com/xiaohukeyan/article/details/128284681</link><guid>https://blog.youkuaiyun.com/xiaohukeyan/article/details/128284681</guid><author>xiaohukeyan</author><pubDate>Mon, 12 Dec 2022 11:32:08 +0800</pubDate><description><![CDATA[机器学习+材料到底有多火？Nature、Scienc、JACS、Angew等23篇顶刊告诉你！]]></description><category></category></item><item><title><![CDATA[生信分析加点这个，让你的文章顿时有了Nature的氛围感]]></title><link>https://blog.youkuaiyun.com/xiaohukeyan/article/details/127767282</link><guid>https://blog.youkuaiyun.com/xiaohukeyan/article/details/127767282</guid><author>xiaohukeyan</author><pubDate>Wed, 09 Nov 2022 12:30:37 +0800</pubDate><description><![CDATA[生信分析加点这个，让你的文章顿时有了Nature的氛围感]]></description><category></category></item><item><title><![CDATA[机器学习（ML）在材料领域应用与材料基因组专题]]></title><link>https://blog.youkuaiyun.com/xiaohukeyan/article/details/124959903</link><guid>https://blog.youkuaiyun.com/xiaohukeyan/article/details/124959903</guid><author>xiaohukeyan</author><pubDate>Wed, 25 May 2022 09:44:12 +0800</pubDate><description><![CDATA[机器学习（ML）在材料领域应用与材料基因组专题培
]]></description><category></category></item><item><title><![CDATA[机器学习（ML）在材料领域应用的专题]]></title><link>https://blog.youkuaiyun.com/xiaohukeyan/article/details/123989554</link><guid>https://blog.youkuaiyun.com/xiaohukeyan/article/details/123989554</guid><author>xiaohukeyan</author><pubDate>Wed, 06 Apr 2022 14:43:17 +0800</pubDate><description><![CDATA[背景

机器学习作为一种兼顾开发效率以及开发成本的方法，已经逐渐应用于材料发现、结构分析、性质预测、反向设计等多个领域，并且在材料学研究中展现出惊人的潜力。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。机器学习因其强大的数据处理能力和相对较低的研究门槛，能够有效地降低工业开发中的人力物力成本，缩短研发周期。代替或配合传统的实验以及计算模拟，能够更加快速且准确的分析材料结构、预测材料性质，从而更加有]]></description><category></category></item></channel></rss>