【Nature交叉学科论文】机器学习在固体材料科学中的最新进展和应用，Recent advances and applications of machine learning in solidstate materials science

论文题目

机器学习在固体材料科学中的最新进展和应用，Recent advances and applications of machine learning in solidstate materials science

论文简介

近年来进入材料科学工具箱的最令人兴奋的工具之一是机器学习。这些统计方法已经证明能够大大加快基础和应用研究的速度。目前，我们正在见证一个爆炸性的工作，开发和应用机器学习的固态系统。我们对本课题的最新研究进行了全面的综述和分析。作为起点，我们介绍了材料科学中的机器学习原理、算法、描述符和数据库。我们继续描述不同的机器学习方法，以发现稳定的材料并预测其晶体结构。然后我们讨论了大量的定量结构-性质关系的研究，以及用机器学习代替第一性原理方法的各种方法。我们回顾了如何应用主动学习和基于代理的优化来改进rational设计过程和相关的应用实例。两个主要的问题总是机器学习模型的可解释性和从中获得的物理理解。因此，我们考虑可解释性的不同方面及其在材料科学中的重要性。最后，针对计算材料科学面临的各种挑战，提出了解决方案和未来的研究路径。

论文作者

Jonathan Schmidt，Mário R. G. Marques，来自马丁路德大学 物理研究所