上海交大姚振鹏副教授团队在《Nature Reviews Materials》宣布人工智能加快资料发现总述论文

  近来，世界闻名学术期刊《天然-资料总述》(Nature Reviews Materials)在线刊登了上海交通大学资料科学与工程学院姚振鹏副教授团队与协作团队的总述文章“Machine learning for a sustainable energy future”，为机器学习在动力资料、设备、办理等范畴的相关推动作用供给了前瞻方向。该论文以上海交通大学为榜首单位，上...

  近来，世界闻名学术期刊《天然-资料总述》(Nature Reviews Materials)在线刊登了上海交通大学资料科学与工程学院姚振鹏副教授团队与协作团队的总述文章“Machine learning for a sustainable energy future”，为机器学习在动力资料、设备、办理等范畴的相关推动作用供给了前瞻方向。该论文以上海交通大学为榜首单位，上海交通大学资料科学与工程学院姚振鹏副教授为榜首作者。

  从化石动力过渡到可再次出产的动力是一项严重的全球应战，需求整个动力工业在资料、设备和体系层面获得前进，以完成可再次出产的动力的高效搜集、贮存、转化和办理。动力范畴研讨人员渐渐的开端使用机器学习技能来促进这些前进(图1)。

  在资料总述中，团队要点介绍了机器学习推动的动力研讨最新进展，概述了当前面临的应战并前瞻了未来的发展趋势，并一起描绘了充沛的使用机器学习技能所需的条件。团队引入了一组资料加快开发性能指标 (XPIs)，用于比较不同机器学习范式对动力研讨推动作用的差异与前进空间。一起评论和评价了将机器学习应用于能量搜集(光伏)、存储(电池)、转化(电催化)和办理(智能电网)的最新进展。最终，概述了机器学习在动力范畴的潜在研讨范畴(图2)。