机器学习固态电解质!

  1. 理解锂离子电池固态电解质(SSE)的材料体系、关键性能指标、界面问题与当前研发瓶颈。

  2. 掌握从DFT、AIMD、经典MD和机器学习分子动力学中提取材料数据的方法,包括能量、力、应力、MSD、扩散系数、离子电导率、局域结构和界面反应信息。

  3. 掌握Python材料数据处理流程,能够使用Numpy、Pandas、Matplotlib/Seaborn、Pymatgen、ASE和Matminer构建固态电解质数据集。

相关推荐
GuWenyue8 小时前
写Agent还要重复封装工具?一套MCP多服务方案,3个能力让AI自动查地图、读写文件、操控浏览器
人工智能·机器学习·开源
一只小bit13 小时前
LangGraph 记忆、人机交互、时间旅行和核心能力
机器学习·langchain·人机交互·langgraph
C^h16 小时前
python函数学习
人工智能·python·机器学习
RD_daoyi18 小时前
外链权重暴跌至13%,品牌提及反超传统链接——2026年不做Digital PR,你的独立站等于隐形
运维·网络·学习·机器学习·搜索引擎
m沐沐19 小时前
【深度学习】卷积神经网络 数据增强、保存最优模型实现,详细解读
人工智能·python·深度学习·机器学习·cnn·数据增强
硅谷秋水19 小时前
PhyGround:生成式世界模型中的物理推理基准测试
人工智能·深度学习·机器学习·计算机视觉·语言模型
Hui Baby20 小时前
大模型微调完整分类
人工智能·机器学习
春日见20 小时前
算法与数据结构----哈希表
数据结构·人工智能·算法·机器学习·自动驾驶·哈希算法·散列表
Kobebryant-Manba20 小时前
Hugging Face中transformers库
人工智能·深度学习·机器学习·bert
梦想的初衷~1 天前
植被遥感反演与数据同化算法体系教程:从PROSAIL前向模拟到作物估产
人工智能·python·机器学习·作物模型·遥感数据同化·prosail·植被参数反演