【助力发刊】机器学习加速固态电解质设计与发现！
·
1. 掌握固态离子电解质的基本概念、关键性能及其表征。
2.了解利用第一性原理（DFT）和分子动力学（MD）计算固体电解质性质的基本方法和挑战。
3.掌握机器学习的基本概念、常用算法及其在材料科学中的应用流程。
4.学习如何构建适用于固态电解质的特征描符（Features/Descriptors）。5. 熟练运用Python及其相关库（Numpy, Pandas, Scikit-learn, Pytorch/TensorFlow, Pymatgen）处理材料数据和构建机器学习模型。
6.掌握利用机器学习预测固态电解质关键性能（如离子电导率、稳定性等）的方法。
7.学习使用机器学习加速新型固态电解质材料的发现和设计。
8.掌握使用机器学习与传统计算模拟（DFT/MD）结合的策略。
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
1
0- 0
已为社区贡献9条内容
所有评论(0)