首页 > 材料科学

挖掘科学文献中的宝藏:基于大模型的钢铁设计新策略

计算材料学 2024-12-24 14:58
文章摘要
近年来,随着“AI for Science”模式的兴起,预训练大语言模型为从科学文献中提取和利用钢铁领域的知识提供了新的可能性。北京科技大学宿彦京教授团队提出了一种基于大语言模型的预测框架,通过将历史文献中的知识编码为成分和工艺信息特征,实现了对材料力学性能的高精度预测。该方法不仅降低了对高质量结构化数据和复杂特征工程的依赖,还显著提高了材料设计的效率。研究结果表明,该模型在预测屈服强度、极限抗拉强度和延伸率方面表现优异,并通过微调进一步优化了特定钢种的性能。最终,该研究成功设计出一种综合力学性能优异的新型奥氏体不锈钢,为钢铁材料的设计和优化提供了新的途径。
挖掘科学文献中的宝藏:基于大模型的钢铁设计新策略
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Editorial Masthead
DOI: 10.1021/aev007i024_188102710.1021/aev007i024_1881027 Pub Date : 2024-12-23
IF 5.4 3区 材料科学 Q2
New type of Ti-rich HEA superconductors with high upper critical field
DOI: 10.1016/j.actamat.2024.120666 Pub Date : 2024-12-23
IF 9.4 1区 材料科学 Q1
最新文章
上海交通大学-潘林枫课题组-诚聘2025博士/博士后/科研助理
上海交通大学-潘林枫课题组-诚聘2025博士/博士后/科研助理
第一性原理计算解决50年悬而未决难题:半导体中铜为何扩散更快?Ab initio及第一性原理入门参考书介绍《海贼王》告诉你,做科研为什么不能闭门造车……课题组介绍:潘林枫课题组隶属于上海交通大学变革性
9小时前
南京大学王学斌&芝加哥大学团队: 机器学习推动的电催化氢电转换应用进展
南京大学王学斌&芝加哥大学团队: 机器学习推动的电催化氢电转换应用进展
第一性原理计算解决50年悬而未决难题:半导体中铜为何扩散更快?Ab initio及第一性原理入门参考书介绍《海贼王》告诉你,做科研为什么不能闭门造车……ChemSocRev (Chemical Soc
9小时前
(纯计算)英国雷丁大学Nat. Commun.: 基于自回归大语言模型的晶体结构生成
(纯计算)英国雷丁大学Nat. Commun.: 基于自回归大语言模型的晶体结构生成
第一性原理计算解决50年悬而未决难题:半导体中铜为何扩散更快?Ab initio及第一性原理入门参考书介绍《海贼王》告诉你,做科研为什么不能闭门造车……来自公众号:科研任我行本文以传播知识为目的,如有
9小时前
超三万种材料,近百万真实材料合成表征信息,LLM精准构建材料知识图谱MKG,登NeurIPS 2024
超三万种材料,近百万真实材料合成表征信息,LLM精准构建材料知识图谱MKG,登NeurIPS 2024
第一性原理计算解决50年悬而未决难题:半导体中铜为何扩散更快?Ab initio及第一性原理入门参考书介绍《海贼王》告诉你,做科研为什么不能闭门造车……来自公众号:ScienceAI本文以传播知识为目
9小时前
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1