📖 书目详情
高通量多尺度材料计算和机器学习
| 著者 | 杨小渝著 |
| ISBN | 9787030762825 |
| 中图分类 | TB3 一般工业技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 科学出版社 |
| 丛书名 | 材料基因工程丛书 |
| 出版年 | 2023 |
| 页码 | 321页 |
| 价格 | ¥198.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.3/10
|
📝 内容简介
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、属/合金、石油化工、新型功能材料等重点材料行业或领域的应用。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录,可在线借购