北京航空航天大学这几年也评上徐惠彬、女朋王华明两位院士，院士总数已有5位。

近年来，友究种这种利用机器学习预测新材料的方法越来越受到研究者的青睐。我在材料人等你哟，生物期待您的加入。

然后，女朋采用梯度提升决策树算法，建立了8个预测模型（图3-1），其中之一为二分类模型，用于预测该材料是金属还是绝缘体。发现极性无机材料有更大的带隙能（图3-3），友究种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）。最后，生物将分类和回归模型组合成一个集成管道，应用其搜索了整个无机晶体结构数据库并预测出30多种新的潜在超导体。

参考文献[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子扬,电子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顾：女朋认识这些带你轻松上王者——电催化产氧（OER）测试手段解析新能源材料领域常见的碳包覆法——应用及特点单晶培养秘诀——知己知彼，女朋对症下方，方能功成。友究种这一理念受到了广泛的关注。

然后，生物为了定量的分析压电滞回线的凹陷特征，构建图3-8所示的凸结构曲线。

目前，女朋机器学习在材料科学中已经得到了一些进展，如进行材料结构、相变及缺陷的分析[4-6]、辅助材料测试的表征[7-9]等。文献链接：友究种AtomicStepFlowonaNanofacet,(PhysicalReviewLetters,2018,DOI:10.1103/PhysRevLett.121.166101)本文由材料人电子电工学术组Z.Chen供稿，材料牛整理编辑。

当吸附原子扩散足够的时候，生物这种机制优先于在平坦的平台上形成新的原子核。女朋这种生长模式是由于原子优先附着在晶体表面的台阶上。

在接近121°的临界角时，友究种作者通过实验观察到从WZ到ZB堆叠的转变。在NW边界，生物生长发生的区域非常小，以至于它被一个接一个流动的单个台阶穿过。