中国材料进展
过刊查询页面
关键词中包括
machine learning
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
](
1164
)
[
pdf
10182KB]
(
821
)
2
基于机器学习的羰基铁/四氧化三铁复合吸波材料的优化设计
仲陆祎,权斌,车仁超,陆文聪
2024年第07期 [652-657][
摘要
](
608
)
[
pdf
4798KB]
(
280
)
3
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
](
1218
)
[
pdf
9708KB]
(
1102
)
4
基于机器学习的铝合金性质预测
左厚辰1,江永全*2,杨燕2
2025年04 [90-99][
摘要
](
1845
)(
)
5
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
](
1291
)
[
pdf
7282KB]
(
565
)
6
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
](
3281
)
[
pdf
9915KB]
(
1286
)
7
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
](
3848
)
[
pdf
9299KB]
(
1985
)
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
](
5298
)
[
pdf
11147KB]
(
3763
)
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
](
5030
)
[
pdf
17312KB]
(
3357
)