V
主页
机器学习预测材料性质: 难点与改进策略 | 龚盛 麻省理工学院 | 青年科学半月谈
发布人
Despite the widespread applications of machine learning models in materials science, in many cases the performance of machine learning models is not sufficiently accurate enough to meet the needs of materials design. In this presentation, we propose and apply a series of strategies to exam and improve upon the performance of machine learning models for specific materials problems. First, we exam whether current deep representation learning models for atomistic systems can capture all human knowledge of crystal structures, and find that current graph neural networks can capture knowledge of local atomic environments but cannot capture periodicity of crystalline materials. As an initial solution, we hybridize human knowledge with deep representation learning models, and find that the hybridization can lead to improvement for predicting materials properties, especially vibrational properties. Then, for situations where the datasets of target materials properties are small while there are large relevant materials datasets, we propose to use transfer learning and multi-fidelity learning to transfer information between the large and small datasets to facilitate the learning of target properties. We use experimentally measured formation enthalpy and lattice thermal conductivity as case studies to exam the usefulness of information transfer and understand where and why information transfer helps. The machine learning models introduced in this presentation not only deepen human understanding of where and how machine learning can be used to facilitate materials development, but also lead to the discovery of new materials systems and new insights, such as new candidate thermoelectric materials and new insights into the evaluation of the stability of materials.
打开封面
下载高清视频
观看高清视频
视频下载器
学霸学累了会干什么？
低维引力和多体系统中的量子混沌和非微扰效应｜姚顺宇 斯坦福大学｜青年科学半月谈
【药企日常】英专生能在药企做什么？文科生跨行探索｜英语与医药学习材料分享
老实人真的什么都好、除了性缩力比较强、除了女生不喜欢
当代教材现状
如何处理尸体？
笼中鸟何时飞
你会艾特她来学习嘛？
为什么奖励他！
如何听懂外国人正常说话的语速，看完秒懂
生物课代表这辈子要保护的三样东西
擅长C语言的奶龙正在惩罚不喜欢奶龙的人
死刑之后多久能回家？
当你终于考上清华大学
40万粉丝B站up月收入有多少？
如何处理血迹？
2024年想入坑程序员请注意：千万别碰这些即将要被计算机行业淘汰的编程语言！（马士兵）
多物理场建模与仿真中的数学 | 黄政宇 (加州理工学院) | 青年科学半月谈
平均场博弈论 | 刘康（巴黎萨克雷大学）| 青年科学半月谈
原 函 数
易中天为什么会被请去喝茶，看完这段你就明白了。
数学必上140体系
物理竞赛-绪论-0.物竞第一课（上）
最容易被断章取义的一段话！朴素的声音，这才是，青年大学习！
这钱你不挣我来挣。我裤衩子只要100。
【TED科普】如何早起不疲惫？
普通民众的化学常识缺乏到什么地步？
为了考上父母喜欢的重点高中，15岁少年熬夜学习到心脏骤停！
【麻省理工公开课】《如何说话》非常适合英语学习，值得大家收藏学习！
大学生的最后一条底裤，是怎么弄丢的？
第149讲 如何将数学应用到日常生活
锂电池多尺度模拟及机器学习 | 陈翔 (清华大学) | 青年科学半月谈
第154讲 如何整理并归档资源
用植物大战僵尸沉浸式学马克思哲学 | 19期
30年前梁晓声就提出，中国的社会阶层难以跨越的真相
10年笔杆子手把手教你改材料，公文写作进阶-001万法归宗，“花脸稿”里的写作之道（全60讲）
速成版：两小时学会看八字-四连关注，帮看一项
冒死上传（已离职）反复看了20遍的学习方法【越学越爽】那些颠覆你价值观的学习方法！堪比人生外挂！高中生必看！考上清华的学习方法！超长干货！学习比游戏还爽个100
材料已经出坑！
《威士忌高级课程免费上》：波本威士忌的定义种类
