专题征稿｜高起点期刊Journal of Solid State Chemistry：固体化学中的机器学习和人工智能

将我们设置为星标账号，不错过最新学术资讯！

专题介绍

Machine Learning and Artificial Intelligence in Solid State Chemistry

固体化学中的机器学习和人工智能

只需极少的时间和成本，就能对海量数据进行分析，机器学习（ML）和人工智能（AI）正在彻底改变研究方式。从材料发现和设计到合成条件优化，再到性质预测和自主实验，ML和AI在固体化学中的应用范围非常广泛。本专题就汇集了那些在理论和实验固体化学中利用材料信息学、ML 和 AI 取得进展的文章。

关键词：机器学习；人工智能；结构-活动关系；材料发现与设计；固态化学

专题截稿日期：2023年12月31日

扫码了解专题内容

客座编辑

施思齐教授

上海大学材料科学与工程学院和材料基因组工程研究院

上下滑动查看编辑简介

施思齐，教授，博士生导师，现任职于上海大学材料科学与工程学院和材料基因组工程研究院，国家优秀青年科学基金获得者(2016年)。2004年7月博士毕业于中国科学院物理研究所，师从陈立泉院士和王鼎盛院士。2004年8月至2013年5月先后在日本产业技术综合研究所、美国内布拉斯加州-林肯大学和美国布朗大学做博士后或访问学者。主要研究方向为电化学储能材料的计算与设计、材料数据库与机器学习，致力于推动人工智能赋能材料研发。2001年率先在中国应用第一性原理计算研究锂离子电池材料。已在Nat Catal、Chem Rev、Prog Mater Sci、Natl Sci Rev、Adv Mater等期刊发表论文180余篇。创建具有独立自主知识产权的电化学储能材料计算与数据平台。主编《电化学储能中的计算、建模与仿真》和参编《中国材料科学 2035 发展战略》专著各1部。承担国家自然科学基金、国家重点研发计划等项目12项。目前是中国硅酸盐学会固态离子学分会理事、中国材料研究学会计算材料学分会委员。担任Computational Materials Science、Journal of Materials Informatics、《储能科学与技术》、《硅酸盐学报》、中国物理学会“四刊”和《中国科学：技术科学》等期刊(青年)编委。

“

机器学习和人工智能正在改变固体化学的研究，加速数据分析，并在材料发现、合成和性质预测方面实现新突破。本专题重点介绍了利用这些技术推动固体化学理论和实验取得进展的文章。

关于期刊

Journal of Solid State Chemistry(CiteScore: 5.6, Impact Factor: 3.3)涵盖了固体化学领域以及陶瓷和非晶材料等相关领域的重大发展，主要研究固体的化学性、结构、热力学、电子、磁性和光学特性及过程。

期刊涵盖的研究领域包括：

固体中的粘合、晶体化学、晶体生长机理、新化合物的合成、材料化学、高压过程、材料的磁性能、材料的光学特性、有序-无序、相平衡与转化机制、表面反应、缺陷相互作用的统计力学、结构研究、传输现象。

期刊适用：

快速通讯：主题独特、扣人心弦和成果新颖的简短文章，并具有快速发表的明确要求。

扫描下方二维码，了解详情并投稿！

期刊推荐

ISSN:0022-4596

CiteScore：5.6

影响因子：3.3

扫码查看专题详情

爱思唯尔是全球领先的信息分析公司，帮助科学家和临床医生发现新的答案、重塑人类知识并应对最急迫的人类危机。140年来，我们携手全球科研界，管理和验证科学知识。并将这种严谨标准延续到了我们今日新一代的信息平台。爱思唯尔在战略研究管理、研发表现、临床决策支持和专业教育领域提供数字化解决方案和工具，包括ScienceDirect、Scopus、SciVal、ClinicalKey 和Sherpath。爱思唯尔出版超过2700部数字化期刊，如The Lancet《柳叶刀》和Cell《细胞》， 42000多种电子书籍以及诸多经典参考书，如Gray’s Anatomy《格氏解剖学》。爱思唯尔是励讯集团（RELX）的成员之一，励讯集团为全球专业人士和商业客户提供科学、医疗、法律和商业领域信息分析服务及解决方案。更多信息，欢迎访问爱思唯尔中文官方网站：www.elsevier.com

点击阅读原文

了解专题详情

动动手指点个“赞”

让我知道你“在看”