您好,欢迎来到聚文网。 登录 免费注册
材料信息学——数据驱动的发现加速实验与应用

材料信息学——数据驱动的发现加速实验与应用

  • 字数: 560
  • 出版社: 高等教育
  • 作者: (美)克里希纳·拉詹|责编:柴连静|译者:尹海清//张瑞杰//何飞//姜雪//张聪等
  • 商品条码: 9787040562217
  • 版次: 1
  • 开本: 16开
  • 页数: 450
  • 出版年份: 2024
  • 印次: 1
定价:¥179 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书由美国著名的材料 信息学者Krishna Rajan教 授主编,是材料信息学的前 沿书籍,也是国际上首次系 统讲述材料信息学的书籍。 全书系统介绍了材料信 息学的基本方法及其应用, 涵盖了统计学方法在材料科 学中的应用、聚类分析在材 料科学中的应用、数据驱动 建模、材料科学中数据的降 维处理、数据可视化等诸多 方面,指导材料领域科研人 员利用积累的材料数据资源 开展新材料的研发,以及数 据驱动的科学发现模式的应 用。 本书对材料、信息等相 关领域的教学和科研具有重 要的参考价值。
目录
第1章 材料信息学 1.信息学的定义及意义 2.从系统生物学中学习:材料设计的“组学(OMICS)”方法 3.我们可以从哪里获得这些信息 4.数据挖掘:数据驱动的材料研究 参考文献 第2章 数据挖掘在材料科学与工程中的应用 1.简介 2.科学应用的分析需要 3.科学的数据挖掘过程 4.图像分析 5.降维 6.建立预测和描述模型 7.延伸阅读 致谢 参考文献 第3章 材料科学中的统计学习新方法 1.简介 2.有监督的二分类学习问题 3.结合边缘信息 4.一致性预测 5.最优学习 6.最优不确定性量化 7.包含统计物理方法的聚类分析 8.材料科学中的案例:寻找新型压电材料 9.结论 10.深入阅读 致谢 参考文献 第4章 聚类分析:发现数据组别 1.简介 2.无监督学习 3.不同的聚类算法和在R软件中的实现 4.聚类结果的验证 5.聚类结果的排序融合 6.延伸阅读 致谢 参考文献 第5章 进化数据驱动建模 1.序言 2.帕累托权衡(Paretotradeoff)概念 3.进化神经网络和帕累托权衡 4.在EvoNN中选择合适的模型 5.传统遗传规划 6.双目标遗传规划 7.EvoNN和BioGP中的变量响应分析 8.在材料领域的应用 9.展望 参考文献 第6章 材料科学中的数据降维

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网