最后，力解將分類和回歸模型組合成一個集成管道，應(yīng)用其搜索了整個無機晶體結(jié)構(gòu)數(shù)據(jù)庫并預(yù)測出30多種新的潛在超導(dǎo)體。圖3-11識別破壞晶格周期性的缺陷的深度卷積神經(jīng)網(wǎng)絡(luò)圖3-12由深度卷積神經(jīng)網(wǎng)絡(luò)確定的無監(jiān)督的缺陷分類圖3-13不同缺陷態(tài)之間轉(zhuǎn)移概率的分析4機器學(xué)習(xí)在材料領(lǐng)域的研究展望與其他領(lǐng)域，案詳如金融、案詳互聯(lián)網(wǎng)用戶分析、天氣預(yù)測等相比，材料科學(xué)利用機器學(xué)習(xí)算法進(jìn)行預(yù)測的缺點就是材料中的數(shù)據(jù)量相對較少。就是針對于某一特定問題，清投建立合適的數(shù)據(jù)庫，清投將計算機和統(tǒng)計學(xué)等學(xué)科結(jié)合在一起，建立數(shù)學(xué)模型并不斷的進(jìn)行評估修正，最后獲得能夠準(zhǔn)確預(yù)測的模型。

此外，智能之電隨著機器學(xué)習(xí)的不斷發(fā)展，深度學(xué)習(xí)的概念也時常出現(xiàn)在我們身邊。以上，巨幕決方解便是本人對機器學(xué)習(xí)對材料領(lǐng)域的發(fā)展作用的理解，如果不足，請指正。

因此，力解復(fù)雜的ML算法的應(yīng)用大大加速對候選高溫超導(dǎo)體的搜索。

2機器學(xué)習(xí)簡介所謂的機器學(xué)習(xí)就是賦予計算機人類的獲得知識或技能的能力，案詳然后利用這些知識和技能解決我們所需要解決的問題的過程。2001-2008年在美國Nanosys高科技公司工作、清投是該公司的聯(lián)合創(chuàng)始人之一，清投歷任聯(lián)合技術(shù)顧問、先進(jìn)技術(shù)科學(xué)家、先進(jìn)技術(shù)高級科學(xué)家、先進(jìn)技術(shù)部經(jīng)理和首席科學(xué)家。

2014年獲得北京大學(xué)王選青年學(xué)者獎，智能之電同年，應(yīng)邀擔(dān)任英國皇家化學(xué)會期刊CatalysisScienceTechnology副主編。而是確有其事，巨幕決方解上?？萍即髮W(xué)與海外學(xué)者合作較多，所以掛名了6篇NS并不為奇。

令人比較詫異的是上?？萍即髮W(xué)，力解發(fā)文數(shù)量也達(dá)到6篇。在這些領(lǐng)域的研究成果十分豐富，案詳不僅在Nature和Science上發(fā)表過十幾篇文章，而且這些論文的引用量也是大得驚人。