典型文献
机器学习结合密度泛函理论计算在材料科学中的研究进展
文献摘要：
近年来,材料科学研究中密度泛函理论(DFT)计算与机器学习相结合的方法呈现爆炸式增长的趋势.本文综述了 DFT及其高通量方法产生的大量计算数据与机器学习相结合的原理和意义,从DFT计算的基本原理出发,重点介绍了机器学习方法的流程、常用的算法及其在催化材料预测热门研究方向中的应用,最后剖析了这个新兴领域目前存在的研究问题、挑战以及未来的发展前景.
文献关键词：
材料科学;密度泛函理论计算;机器学习
中图分类号：
作者姓名：
夏杰桢;曹蓉;吴琪
作者机构：
西藏大学理学院;西藏大学供氧研究院/珠峰研究院 拉萨 850000
文献出处：
引用格式：
[1]夏杰桢;曹蓉;吴琪-.机器学习结合密度泛函理论计算在材料科学中的研究进展)[J].化学通报（印刷版）,2022(10):1224-1232
A类：
B类：
密度泛函理论计算,材料科学,中密度,DFT,爆炸式,算数,机器学习方法,催化材料,新兴领域,研究问题
AB值：
0.249671
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
