百貨陰影區(qū)域表示用于創(chuàng)建凹度曲線的區(qū)域圖3-9分類模型精確度圖圖3-10（a~d）由高斯擬合鐵電體計算的凹面積圖。此外，全部作者利用高斯擬合定量化磁滯轉(zhuǎn)變曲線的幅度，全部結(jié)合機器學(xué)習(xí)確定了峰/谷c/a/c/a?-?a1/a2/a1/a2域邊界上的鐵彈性增加的特征（圖3-10），而這一特征是人為無法發(fā)掘的。需要注意的是，玩意機器學(xué)習(xí)的范圍非常龐大，有些算法很難明確歸類到某一類。

百貨圖3-8壓電響應(yīng)磁滯回線的凸殼結(jié)構(gòu)示例（紅色）。因此，全部復(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。

然而，玩意實驗產(chǎn)生的數(shù)據(jù)量、種類、準(zhǔn)確性和速度成階梯式增長，使傳統(tǒng)的分析方法變得困難。

百貨這樣當(dāng)我們遇見一個陌生人時。另外7個模型為回歸模型，全部預(yù)測絕緣體材料的帶隙能（EBG），全部體積模量（BVRH），剪切模量（GVRH），徳拜溫度（θD），定壓熱容（CP），定容熱容（Cv）以及熱擴散系數(shù)（αv）。

發(fā)現(xiàn)極性無機材料有更大的帶隙能（圖3-3），玩意所預(yù)測的熱機械性能與實驗和計算的數(shù)據(jù)基本吻合（圖3-4）。經(jīng)過計算并驗證發(fā)現(xiàn)，百貨在數(shù)據(jù)庫中的26674種材料中，金屬/絕緣體分類的準(zhǔn)確度為86%，僅僅有2414種材料被誤分類（圖3-2）。

參考文獻(xiàn)[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子揚,電子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顧：全部認(rèn)識這些帶你輕松上王者——電催化產(chǎn)氧（OER）測試手段解析新能源材料領(lǐng)域常見的碳包覆法——應(yīng)用及特點單晶培養(yǎng)秘訣——知己知彼，全部對癥下方，方能功成。此外，玩意隨著機器學(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。