并利用交叉驗(yàn)證的方法，技術(shù)解釋了分類模型的準(zhǔn)確性，精確度為92±0.01%（圖3-9）。因此，助力2018年1月，美國(guó)加州大學(xué)伯克利分校的J.C.Agar[7]等人設(shè)計(jì)了機(jī)器學(xué)習(xí)工作流程，幫助我們理解和設(shè)計(jì)鐵電材料。首先，提升利用主成分分析法（PCA）對(duì)鐵電磁滯回線進(jìn)行降噪處理，提升降噪后的磁滯曲線由（圖3-7）黑線所示，能夠很好的擬合磁滯回線所有結(jié)構(gòu)特征，解決了傳統(tǒng)15參數(shù)函數(shù)擬合精度不夠的問(wèn)題（圖3-7）紅色。

隨后開(kāi)發(fā)了回歸模型來(lái)預(yù)測(cè)銅基、信息鐵基和低溫轉(zhuǎn)變化合物等各種材料的Tc值，信息同樣取得了較好結(jié)果，利用AFLOW在線存儲(chǔ)庫(kù)中的材料數(shù)據(jù)，他們進(jìn)一步提高了這些模型的準(zhǔn)確性。然后，安全采用梯度提升決策樹(shù)算法，建立了8個(gè)預(yù)測(cè)模型（圖3-1），其中之一為二分類模型，用于預(yù)測(cè)該材料是金屬還是絕緣體。

3.1材料結(jié)構(gòu)、北斗相變及缺陷的分析2017年6月，北斗Isayev[4]等人將AFLOW庫(kù)和結(jié)構(gòu)-性能描述符聯(lián)系起來(lái)建立數(shù)據(jù)庫(kù)，利用機(jī)器學(xué)習(xí)算法對(duì)成千上萬(wàn)種無(wú)機(jī)材料進(jìn)行預(yù)測(cè)。

圖3-7?單個(gè)像素處壓電響應(yīng)的磁滯回線：導(dǎo)航定位原始數(shù)據(jù)（藍(lán)色圓圈），傳統(tǒng)擬合曲線（紅線）和降噪處理后的曲線（黑線）。然而迄今為止，室內(nèi)絕大部分的研究仍主要針對(duì)于純粹的傳統(tǒng)固體催化劑或者是金屬配合物分子催化劑的設(shè)計(jì)與優(yōu)化，室內(nèi)而對(duì)固體聚合物材料/金屬配合物分子的復(fù)合催化體系鮮有報(bào)道與研究。

技術(shù)引入帶電基團(tuán)增加分子內(nèi)靜電場(chǎng)效應(yīng)（如圖10所示）。于2021年8月加入石油化工科學(xué)研究院，助力從事CO2電化學(xué)還原等研究。

文章亮點(diǎn)該綜述首先對(duì)電催化CO2還原的傳統(tǒng)固體催化劑（solid-statecatalysts）、提升分子催化劑（molecular?catalysts）以及近年來(lái)利用分子催化劑為構(gòu)筑單元合成出的分子基聚合催化材料（polymer-catalystcompositesystems）的催化特點(diǎn)進(jìn)行了總結(jié)與比較。除此之外，信息金屬位點(diǎn)周圍的蛋白結(jié)構(gòu)官能團(tuán)作為第二配位環(huán)境（SecondaryCoordinationSphere），信息可以很好地通過(guò)與被金屬位點(diǎn)結(jié)合的活性中間體之間的相互作用（例如，H鍵相互作用，靜電相互作用，等等）來(lái)穩(wěn)定中間體，從而降低催化過(guò)程的動(dòng)力學(xué)能壘提高催化活性。