社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

跟着顶刊学习机器学习预测三元材料

材料人 • 1 年前 • 292 次点击  


机器学习这两年大火,给计算模拟注入了新的活力!材料人APP内第四门机器学习课程来了!这次我们开设三元材料专题。欢迎感兴趣的同学、老师咨询。



时间安排

2023.07.01-07.02 

9:00-12:00;14:00-17:00


课程安排

1.机器学习环境配置与使用(约1.5h)

1.1 机器学习的基本流程

1.2 机器学习库简介与示例

1.3 材料物性预测软件CGCNN的安装与运行

2.Python语言(约1.5h)

2.1 脚本示例

2.2数据处理示例

2.3作图示例

3.AGA晶体结构预测算法的实操入门(约2h)

3.1 AGA的安装

3.2 AGA接口程序的介绍

3.3 AGA手册及教程的使用

3.4 AGA输入文件的准备

3.5 AGA输出文件的读取和分析

4.ML+AGA新材料预测框架的实操入门(约2.5h)

4.1 训练集和测试集的制备

4.2 训练输入文件的生成

4.3 预测低能结构备选集

4.4 AGA定组分搜索确定基态

4.5 第一性原理计算建立凸包相图

5.预测三元La-Co-Pb体系(约2.5h,结合论文npj Computational Materials2022, 8(1):258.)

5.1 扩建雁数据库

5.2 采用CGCNN方法预测形成能与总能

5.3 利用VASP计算真实形成能与总能

5.4建立凸包相图确定热力学稳定相

5.5 实验合成验证

6. 预测新型三元磁性材料及磁性能(约2h)

6.1 新型Fe3CoB2的发现(结合论文PNAS 2022, 119(47): e2204485119.)

6.2 Fe-Co-N体系磁性能的预测 (结合论文Physical Review Materials 2022, 6(2): 024402.)


培训老师

王老师,中科大博士,美国Ames国家实验室联合培养博士后,研究方向为计算物理学、机器学习与数据库开发、三元体系晶体结构预测、锂/钠离子电池电极材料设计、超导材料设计与调控。从事研究至今,在高水平期刊上共发表SCI论文22篇(包括npj Computational Materials, PNAS, JACS, PRB, Angewandte Chemie International Edition, Applied Physics Letters等)


观看地址

请点击文末原文链接进入直播间观看。

或扫描以下二维码进入观看

回看同样在该地址观看。


收费标准

整套系列收费:2000元。

开具发票,并提供报销凭证。



客服联系

请添加客服微信:cailiaoren010


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/156429
 
292 次点击