标签：材料发现

Materials

提出物理信息机器学习框架，结合多目标优化实现Co基高温合金成分逆向设计，提升γ'相solvus温度并兼顾合金密度。

材料

提出任意二维晶体卷曲构管的一般性数学理论，实现为开源软件NTBuilder，提供桌面与网页界面，附带2000万纳米管结构目录。

材料

提出全分辨率聚合物网络FRPN，同时保留原子级细节和单体级连通性，实现长链聚合物性质预测的多尺度建模。

通用科学ML

提出一种近瞬时潜空间贝叶斯优化方法，通过采样代替传统顺序决策的昂贵计算开销，适配生成式模型驱动的逆设计流程。

Materials

整合约50万篇同行评审科学文献，涵盖40万+出版物、13万+相图、40万+晶体纳米结构等材料科学数据，支持计算材料设计与机器学习应用。

材料科学 / 第一性原理

Google DeepMind 的图神经网络材料发现系统，预测出 220 万个新晶体结构、其中 38 万个稳定结构，把人类已知稳定材料数量提升近一个数量级，并在实验中合成出数百种。