大数跨境
0
0

「材料基因工程丛书」——高通量多尺度材料计算和机器学习

「材料基因工程丛书」——高通量多尺度材料计算和机器学习 高通量材料计算
2025-05-29
1
导读:「材料基因工程丛书」——高通量多尺度材料计算和机器学习
书.jpg

传统材料研发模式主要基于实验“试错法”,其研发周期长、效率低,人工智能驱动的科研范式变革和新材料数字化研发模式能有效地降低研发成本,缩短研发周期。本书基于计算、数据、AI 和实验“四位一体”的新材料集成式智能化研发理念,提出了基于材料基因编码的新材料智能设计范式,从企业级新材料研发和面向科研的材料计算视角,重点围绕高通量材料集成计算、多尺度材料计算模拟、材料数据库、材料数据机器学习、新材料研发制造软件等介绍了新材料数字化智能化研发和设计基本概念、方法、技术和应用。本书同时也介绍了国产的高通量多尺度集成式材料智能化设计工业软件 MatCloud+,并通过一些精选案例介绍了材料计算、数据和新一代人工智能等数字化研发方法技术在新能源、金属/合金、石油化工、复合材料、新型功能材料等重点材料行业或领域的应用。

本书内容源自原始文献和作者在本领域多年的积累,重点阐述基本概念、基本理念、方法和应用实践,适合于计算材料、计算物理、计算化学等领域和方向的研究人员、学生或教师参考,也适合于涉及新材料研发的企业、制造业和政策层面参考。

  

2.jpg
研究员杨小渝在其新作中提出了一种基于材料基因编码的智能设计新范式,深入剖析了企业级新材料研发与科学计算的集成。本书特别强调了计算与数据的整合、实验与计算数据的同步、高通量计算与多尺度模拟的融合,以及数据与人工智能技术的结合,探讨了这些技术如何共同推动新材料研发领域的新业态与新模式的形成,并实现从理论设计到实验验证的高效过渡。此外,杨小渝研究员还详细介绍了国内自主开发的高通量多尺度集成式材料智能设计工业软件MatCloud+,并通过实际案例展示了该软件在新能源、金属材料、石油化工等行业中的应用及其带来的显著经济效益。
书中从实际企业研发的视角出发,详述了如何通过机器学习技术实现不同部门间数据的集成和结构化,找到成本效益最优的产品配方和工艺流程,有效解决了信息孤岛问题,极大提升了研发效率。同时,引入了材料基因编码的概念,该概念不仅填补了材料基因组计划中的理论空缺,也促进了高通量计算筛选、多尺度模拟和材料数据库与人工智能技术的有机整合。
得益于国家科学技术学术著作出版基金的资助,以及作者多年的研究和文献积累,《高通量多尺度材料计算和机器学习》一书不仅对计算材料、物理、化学等领域的研究人员和学生极具价值,也为涉及新材料研发的企业、制造业及政策制定者提供了重要的参考和指导。该书的出版象征着我国在新材料研发的数字化和智能化方面的重要进展,为相关研究和产业发展注入了新的动力和智慧。


目录


10.png


【声明】内容源于网络
0
0
高通量材料计算
普及材料基因工程高通量材料集成计算理念,推广通过高通量材料计算和人工智能,进行材料的成分设计,性质预测及机理解释等方法和技术。
内容 264
粉丝 0
高通量材料计算 普及材料基因工程高通量材料集成计算理念,推广通过高通量材料计算和人工智能,进行材料的成分设计,性质预测及机理解释等方法和技术。
总阅读32
粉丝0
内容264