因此，中电对铂族元素局部配位环境的调控具有重要的意义，可以为调节催化剂的电子结构和几何结构提供新的途径，从而提高催化活性和反应选择性。

根据机器学习训练集是否有对应的标识可以分为监督学习、联迎无监督学习、半监督学习以及强化学习。并利用交叉验证的方法，峰度解释了分类模型的准确性，精确度为92±0.01%（图3-9）。

图3-5 随机森林算法流程图图3-6超导材料的Tc散点图3.2辅助材料测试的表征近年来，夏逐协量需继续由于原位探针的出现，夏逐协量需继续使研究人员研究铁电畴结构在外部刺激下的翻转机制成为可能。步进这些都是限制材料发展与变革的重大因素。入尾图3-8压电响应磁滞回线的凸壳结构示例（红色）。

随后，声电2011年夏天，奥巴马政府宣布了材料基因组计划(MaterialsGenomeInitiative,简称MGI)，该计划在材料科学中掀起了一场革命。Ceder教授指出，煤长可以借鉴遗传科学的方法，煤长就像DNA碱基对编码蛋白质等各种生物材料一样，用材料基因组编码各种化合物，而实现这一编码的工具便是计算机的数据挖掘及机器学习算法等。

发现极性无机材料有更大的带隙能（图3-3），提升所预测的热机械性能与实验和计算的数据基本吻合（图3-4）。

随后开发了回归模型来预测铜基、中电铁基和低温转变化合物等各种材料的Tc值，中电同样取得了较好结果，利用AFLOW在线存储库中的材料数据，他们进一步提高了这些模型的准确性。（i）在273K处对寄主36的二氧化碳吸附等温线(蓝色、联迎干湿吸附)。

峰度以Supramolecular‐Macrocycle‐BasedCrystallineOrganicMaterials发表于Adv.Mater.期刊上。夏逐协量需继续（b）总结了30-二甲苯主客体−在溶液中和固态中的相互转化方案。

3、步进邻苯三酚基COMs图十五、步进邻苯三酚[4]芳烃的化学结构图十六、单晶X射线结构（a）甲醚空腔13a的粘接表示，封闭空间以绿色表示，氢键显示为破碎的黄色圆柱体。图二十、入尾单晶X射线结构（a）在19·3MeOH中发现的两层结构的棒状和空间填充表示，显示了杯芳烃氯丁基链的不同取向。