| 查看: 73 | 回复: 0 | |||
[交流]
计算化学与人工智能驱动的MOFs性能预测与筛选技术
|
|
专题一：计算化学与人工智能驱动的MOFs性能预测与筛选技术 内容涵盖：DFT结构优化、分子模拟（RASPA2）、高通量计算生成数据；运用传统机器学习（XGBoost、SVM、RF）与图神经网络（CGCNN/MEGNet） 构建预测模型；结合可解释AI（SHAP、SISSO） 揭示构效关系。课程突出跨学科融合、全流程实战，通过案例实践与文献复现，培养从数据清洗、模拟计算到机器学习建模与虚拟筛选的完整研究能力。 专题二：人工智能与数据驱动方法加速金属材料设计与应用 系统讲授数据驱动材料设计的全流程方法。内容涵盖：Python数据分析、描述符工程（Matminer）、经典与集成机器学习（随机森林、XGBoost），并延伸至主动学习、多目标优化等前沿策略。课程以高温合金、钛合金为案例载体，强调代码实践与理论结合，贯穿特征提取、模型构建、超参数调优到物理信息/灰箱模型、可解释AI（SHAP） 的完整研究链路，旨在培养解决材料研发实际问题的科研与工程能力。 详细查看：某公某号，研而有信er 发自小木虫IOS客户端 |
回复此楼» 猜你喜欢
求一个缩酮反应的产物
已经有2人回复
-
中国地质大学（武汉）—国家级青年人才杨明教授组-招收博士-新能源材料化学及催化材料
已经有30人回复
-
物理化学论文润色/翻译怎么收费?
已经有113人回复
-
求光催化产过氧化氢的PPT ！！！毕业答辩需要
已经有1人回复
-
求一个反应的产物
已经有6人回复
-
2025年度中央安全生产考核巡查 一季度明查暗访典型案例分析报告汇编
已经有0人回复
-
湖南大学招收锂离子电池、离子液体、高分子与凝胶材料、电催化方向博士生多名
已经有5人回复
» 本主题相关商家推荐: (我也要在这里推广)
