全文获取类型
收费全文 | 83篇 |
免费 | 6篇 |
国内免费 | 32篇 |
专业分类
化学 | 103篇 |
力学 | 7篇 |
综合类 | 2篇 |
数学 | 2篇 |
物理学 | 7篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 3篇 |
2021年 | 9篇 |
2020年 | 3篇 |
2019年 | 5篇 |
2018年 | 6篇 |
2017年 | 2篇 |
2016年 | 4篇 |
2015年 | 1篇 |
2013年 | 3篇 |
2012年 | 8篇 |
2011年 | 6篇 |
2010年 | 4篇 |
2009年 | 7篇 |
2008年 | 8篇 |
2007年 | 5篇 |
2006年 | 4篇 |
2005年 | 8篇 |
2004年 | 1篇 |
2003年 | 4篇 |
2002年 | 3篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1999年 | 5篇 |
1998年 | 4篇 |
1996年 | 4篇 |
1995年 | 2篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1989年 | 2篇 |
1985年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有121条查询结果,搜索用时 15 毫秒
121.
新材料产业是许多相关领域技术变革的基础,也是新能源、航空航天、电子信息等高新技术产业发展的先导.传统研发手段由于成本高、效率低、商业化周期长等不利因素无法满足现代社会的发展需求.近年来大数据与人工智能不断深入结合,以数据驱动为核心的机器学习在新材料设计、筛选以及性能预测等方面取得巨大进展,极大促进了新材料的研发与应用.本综述总结了机器学习的基本过程及其在材料科学中常用的算法和相关材料数据库,重点介绍了机器学习在不同功能上的应用以及在催化剂材料、锂离子电池、半导体材料和合金材料等领域的性能预测和材料开发中的最新进展,并对其下一步在新材料应用方面提出展望. 相似文献