神经网络方法预测材料物理性质
电子工程学院
利用神经网络可以进行迁移学习的优点，构建一个神经网络并从比较廉价的大型数据库学习，然后调整一个有更少可获得标记的样本的小数据集中，用来解决材料研究中数据匮乏的问题。同时因为一个元素的性质与它在元素周期表中的位置密切相关，因此，元素周期表的二维布局可以将这些单个的原子属性表示为一个整体。利用 CNN 强大的特征提取能力直接读取元素周期表，并且可以通过 CNN 学习元素位置到材料属性的映射，用于进行对于材料的物理性质的预测。
