- Oct 15 Sat 2022 02:00
人間theLivings - 一口香豆子餅,是姑媽一世的執念 | 人間有味
- Oct 15 Sat 2022 02:00
京城美味君 - 謝謝北京,這次先跑路了
- Oct 15 Sat 2022 02:00
於博宏觀札記 - 【長江宏觀於博團隊】70城房價走勢如何——實體經濟洞察2022年第33期
- Oct 15 Sat 2022 02:00
於博宏觀札記 - 【長江宏觀於博團隊】核心CPI低位持平,通脹壓力可控——9月通脹數據點評

1. 核心CPI低位持平,CPI同比小幅抬升
- Oct 15 Sat 2022 02:00
二鳥說 - 當前市場調整到什麼階段了?
最近的「冷空氣」不僅席捲了全國,也「襲擊」了A股市場。10月10日,A股打響第49次「3000點保衛戰」,昨日深V反彈,第50次收復3000點。
當前市場調整究竟到什麼階段了?「估值底」「盈利底」及「政策底」到了嗎?
- Oct 15 Sat 2022 02:00
二鳥說 - 手抄報|第15期:它來了,12封頂!


感知市場冷暖,輔助投資決策

- Oct 15 Sat 2022 02:00
二維材料2DMaterial - Nature重磅!二維材料連續登上頂刊,它功不可沒!
培訓背景
隨着計算機科學的發展,機器學習作為一種兼顧開發效率以及開發成本的方法,已經逐漸應用於材料發現、結構分析、性質預測、反向設計等諸多領域,並且在材料學研究中展現出驚人的潛力。然而,機器學習在材料科學中的應用仍存在一些瓶頸。數據集的高效獲取、異構型數據集的信息處理、基於輕量化數據集的預測模型建立、材料性能的可靠預測等問題制約着該方向的發展,這些也正是該領域亟需解決的關鍵問題,同時也是機器學習在材料結構與性能預測中研究的熱點與難點。通過採用支持向量機、神經網絡等機器學習算法訓練數據集來構建模型,以預測材料的結構、吸附特性、電學特性、催化性能、力學特性和熱力學特性等材料性能,大大推動了機器學習在材料科學領域的發展,並且已經取得重要突破。機器學習已在材料、納米材料設計、化學、生物、醫藥設計、量子化學金屬合金、環境等諸多領域得到廣泛的發展,利用機器學習指導新型高性能材料合成的案例也比比皆是。近年來,關於機器學習在材料中應用的論文數量逐年增長,機器學習在材料科學的研究應用文章近兩年來多次發表在Nature、Science、Angew、Advanced Materials、JACS、Nano Letters、ACS Catalysis、Joule、Matter、Energy Storage Materials等國際知名頂刊。
- Oct 15 Sat 2022 02:00
中國基金報 - 基金圈大動作!100家,爆買近50億!高管、基金經理都出手了
- Oct 15 Sat 2022 02:00
中國基金報 - 醫藥醫療大爆發! ETF罕見漲停!刷新多項紀錄!
- Oct 15 Sat 2022 02:00
不存在 - 站在白色虛幻的世界中心呼喚同伴


