2020-07-03
机械工程学院在国际顶级期刊Nature子刊 NPJ computational materials 发表研究成果
贵大新闻网讯 (机械工程学院供稿)近日,贵州大学机械工程学院胡建军、李少波教授团队在计算材料学领域国际顶级期刊、Nature子刊《NPJ Computational Materials》(5year IF=9.651)上发表了题为“Generative adversarial networks (GAN) based efficient sampling of chemical composition space for inverse design of inorganic materials”(用于无机材料逆向设计的基于生成对抗网络的高效化学成分空间采样方法)的研究论文。该成果以贵州大学为第一完成单位与通信单位,是我校在Nature子刊材料相关研究领域的一大突破。该成果由但雅波、李想、赵勇与其导师李少波、胡建军教授共同完成,第一作者但雅波为我校今年应届毕业硕士研究生,美国南卡罗来纳大学胡明教授参与该研究;研究得到了国家自然科学基金、贵州省科技项目等资助。据悉,研究论文主要利用人工智能深度学习技术中的生成对抗神经网络技术通过对已知10万种无机化合物材料的化学分子式进行大数据分析,提取