图3-11识别破坏晶格周期性的缺陷的深度卷积神经网络图3-12由深度卷积神经网络确定的无监督的缺陷分类图3-13不同缺陷态之间转移概率的分析4机器学习在材料领域的研究展望与其他领域,如金融、互联网用户...
2005-2007年在加州大学圣芭芭拉分校从事博士后研究,2007年回到厦门大学任特聘教授,2009年获得国家杰出青年科学基金资助,同年受聘为教育部长江学者特聘教授,2016年6月获中国优秀青年科技人...
因此,在决定对12岁的狗狗进行手术之前,兽医会认真分析它们的健康状况,以确定它们是否有足够的健康水平来接受手术。...
通过在水凝胶中形成高分子纳米晶域,纤维的光学损耗低至1.07dBcm-1,杨氏模量为1.6MPa,可拉伸200%,拉伸30000次后的疲劳强度为1.4MPa。...
冠军品质,冠军代言!近日,蹦床世界冠军张阔与领航者家居成功牵手,成为领航者家居品牌形象大使,为品牌持续赋能,增强品牌影响力和竞争力。...
研究团队利用石墨烯作为分散介质,减少大块COFs的堆积,获得小体积、少层的COFs,缩短离子迁移路径,提高锂离子在二维(2D)网格层状结构中的扩散速率。...