中国材料进展
过刊查询页面
关键词中包括
学习
的文章
1
物理冶金信息指导机器学习的镍基单晶高温合金蠕变寿命预测
付佳博1,王晨充1,MATEO Carlos Gracia2, CARABALLO Isaac Toda2, CABALLERO Francisca Garcia2,于皓1
2023年第09期 [722-731][
摘要
](
734
)
[
pdf
10182KB]
(
399
)
2
机器学习在钢铁材料研究中的应用综述
王海伟1,2,叶波1,2,冯晶3,4,种晓宇3,4
2023年第10期 [806-813][
摘要
](
639
)
[
pdf
9708KB]
(
286
)
3
【2021IFAM】数据驱动的新材料设计——计算材料学分论坛侧记
缪奶华
2021年第10期 [816-817][
摘要
](
648
)
[
pdf
3078KB]
(
769
)
4
基于机器学习的钙钛矿锰氧化物材料设计
卢凯亮1,畅东平1,纪晓波2,陆文聪1,2
2023年第08期 [625-630][
摘要
](
841
)
[
pdf
7282KB]
(
313
)
5
针对高温合金微观组织-拉伸性能关系的机器学习预测模型
刘芳宁,王越,孙瑞侠
2022年第11期 [938-946][
摘要
](
2519
)
[
pdf
9915KB]
(
634
)
6
机器学习辅助高熵合金设计的研究进展
赵鼎祺,乔珺威,吴玉程
2021年第07期 [508-517][
摘要
](
3220
)
[
pdf
9299KB]
(
1510
)
7
低电阻率三元金合金材料的逆向设计
王向东1,徐鹏程1,卢天1,刘秀娟2,陆文聪1,2
2021年第04期 [251-256][
摘要
](
3187
)
[
pdf
5648KB]
(
1719
)
8
数据驱动的镁合金结构与性能设计
曾小勤,谢天,应韬,朱虹,刘言伟,王乐耘,丁文江
2020年第1期 [1-11][
摘要
](
4518
)
[
pdf
11147KB]
(
3168
)
9
机器学习辅助的高通量实验加速硬质高熵合金 CoxCryTizMouWv成分设计
王炯1,肖斌2,刘轶1,2
2020年第04期 [269-277][
摘要
](
4394
)
[
pdf
17312KB]
(
2977
)