关键词中包括 machine learning 的文章

1 机器学习辅助钛合金设计应用进展 张 闫，薛德祯，辛社伟，王 晓，周 伟，潘 曦，李星吾，张冰洁，郝梦园 2025年04 [319－329][摘要](1734)[pdf 10457KB](1363)

2 材料数据库的现状与未来：AI技术引领的创新应用前景 冯建发, 王畅畅, 苏航, 宿彦京 2026年02 [89－101][摘要](129)[pdf 6388KB](28)

3 大语言模型在材料科学领域的研究进展 闫姿霓，饶梓元，曾小勤 2025年05 [409－423][摘要](1387)[pdf 17676KB](609)

4 机器学习原子间势分子动力学模拟在电化学储能材料研究中的应用进展 林奕希，蒋雨桥，冯相民，要腾宇，夏颖慧，刘振辉，郑明波，申来法，许真铭 2025年04 [330－348][摘要](1340)[pdf 41012KB](606)

5 机器学习在轻质合金研究中的应用 张思雨；李日 2025年11 [1009－1017][摘要](770)[pdf 7863KB](217)

6 基于图像处理的高熵合金图像定量分析技术 张尊帅, 刘昱含, 郎志远, 周生华, 杨炯 2025年07 [622－628][摘要](1115)[pdf 5555KB](429)

7 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](1753)[pdf 10182KB](1500)

8 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](1246)[pdf 4798KB](747)

9 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](2042)[pdf 9708KB](2192)

10 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](1896)[pdf 7282KB](1051)

11 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](3989)[pdf 9915KB](1804)

12 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](4686)[pdf 9299KB](2926)

13 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](6204)[pdf 11147KB](4329)

14 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](5788)[pdf 17312KB](4270)