应用场景：新材料研发

关键性能：以在质子交换膜燃料电池(PEMFC)中应用的膜电极组件(MEA)能的优化为例，成功地开创了可数字化的劳动密集性研究领域如何从机器学习中受益的先例

标签属性：燃料电池

应用场景：超稳定纳米催化剂设计

关键性能：所揭示的Sabatier原理使载体的高通量筛选能够打破关系并提高所支撑NPs的烧结阻力

标签属性：催化 机器学习

应用场景：加速双核钯催化剂识别

关键性能：报告了一个仅使用五个实验数据点的无监督机器学习工作流程

标签属性：机器学习

应用场景：材料基因工程与材料信息学

关键性能：解决了系列材料信息学研究面临的关键技术难题

标签属性：人工智能

应用场景：合金设计

关键性能：能与任何提供外接调用的计算软件/代码进行耦合

标签属性：机器学习

应用场景：低维材料制备

关键性能：验证了反应源的比例（RTe/W）与WTe2几何结构之前的强关联性

标签属性：机器学习 低维材料