无监督机器学习帮助识别新型有利于锂离子低障碍传导的无机晶体
要合成一种新的化学物质，研究人员需要基于他们对化学结构和化学键的了解提出可能产生新的化合物的元素组合假设，然后通过大量实验对假设进行验证以求幸运女神的眷顾。 哪怕有大量已知的化合物合成研究数据，对可能形成孤立化学物质的元素组合进行决策性的筛选也是一件耗时耗力的事情。 利物浦大学 Andrij Vasylenko 等人组成的研究团队则利用已训练的无监督机器学习模型来指导研究人员对化学元素
机器学习
DeepTech深科技 . 2021-10-25 2096
工程衬底有望在未来五年推动新兴衬底市场的快速增长
随着硅材料不断逼近性能极限，许多公司正在针对不同的半导体应用探索新材料。在此背景下，市场正在开发工程衬底以降低成本或获得更好的性能（例如碳化硅（SiC）和多晶SiC键合），以及滤波器应用的绝缘体基压电材料（piezo-on-insulator, POI）等。根据Yole最新发布的《新兴半导体衬底技术及市场趋势-2019版》报告，工程衬底有望在未来五年推动新兴衬底市场的快速增长。 2018~2024
半导体
YXQ . 2019-05-30 1050
- 1