人工智能与先进材料应用专辑（第2期）

目录介绍

1、基于大语言模型RAG架构的电池加速研究：现状与展望

2、基于机器学习的材料设计

3、人工神经网络在石油化工中的应用研究进展

4、人工神经网络在金属塑性本构建模中的应用

5、镍基粉末高温合金的室温和高温力学性能：机器学习建模与实验验证

6、C/SiC复合材料数据库及机器学习性能预测平台的设计与开发

7、基于机器学习的增材制造用高温合金设计：研究现状与未来趋势

8、基于超材料的电磁神经网络研究进展

9、基于机器学习的光学功能玻璃研究进展

10、基于机器学习的材料弹性性能预测及可视化分析

11、基于神经网络的地铁列车速度传感器自动化诊断

12、专家知识增强的机器学习建模在高强高导铜合金开发中的应用

13、基于机器学习的桥梁检测技术状况评定方法

14、基于BP神经网络的聚丙烯/氢氧化镁复合材料阻燃性能预测模型

15、基于深度学习神经网络的铝合金型材回弹预测

16、BP神经网络预测船用钢焊接接头力学性能研究

17、融合轻量化神经网络的矿用输送带钢芯损伤检测方法

18、机器学习在深冲钢质量自动判级中的应用

19、机器学习在非晶合金开发中的应用

20、基于机器学习的轻合金压铸关键工艺参数分析

21、大模型及其在材料科学中的应用与展望

22、基于机器学习的特种设备检测与故障诊断方法分析

23、机器学习方法在熔盐储热材料研究中的应用

24、基于机器学习的锂离子电池寿命预测算法研究