新書推薦:

《
法国在乍得的战争:在非洲的军事干预与非殖民化
》
售價:HK$
107.8

《
西学东渐记(插图本)
》
售價:HK$
85.8

《
新民说·保罗·策兰与勒内·夏尔书信集(1954—1968
》
售價:HK$
75.9

《
大历史学家——世界100位著名历史学家画传
》
售價:HK$
162.8

《
欧洲私法:1800-1914
》
售價:HK$
327.8

《
教琴日记
》
售價:HK$
66.0

《
西方国家安全理论演进
》
售價:HK$
85.8

《
记号132 制造时间:人类计时简史
》
售價:HK$
75.9
|
| 編輯推薦: |
l 三位行业专家联袂创作,聚焦AI与材料工程交叉领域,理论+案例双管齐下,科研人必备指南。
l 中国工程院院士、中国冶金材料专家干勇强力推荐。 l 解析大数据、大模型等在材料工程中的应用,填补领域空白,助力“AI+材料工程”交叉学科创新发展。
|
| 內容簡介: |
|
在科技飞速发展的当下,人工智能引领着变革,然而材料科学领域的 AI 应用却发展迟缓。本书作者团队凭借多年经验,系统探究人工智能在材料工程应用的关键问题。书中不仅介绍了人工智能与材料工程相关的基础概念,阐述 AI 应用于材料工程的技术体系,还深入探讨材料工程中的大数据来源与治理技术、多种人工智能技术及其在材料工程中的应用,以及智能优化设计技术。此外,通过丰富的应用案例,展示了 AI 在金属、复合材料等方面的实际应用,并且介绍了大模型技术在材料工程中的应用。期望本书能为研究者带来启发,助力推动“AI+材料工程”这一交叉学科快速发展。
|
| 關於作者: |
刘钊
上海交通大学长聘副教授、博士生导师,研究方向为智能设计、大数据分析、智能制造;主持国家自然科学基金、国家重大科技专项等科研项目 20 余项;获 Reddot Award 红点大赛最佳设计奖、IF 设计奖等国内外设计大奖 20 余项;发表学术论文 110 余篇,拥有发明专利授权 20 余项,出版机械工程创新人才培养系列教材《先进设计理论与方法》;入选斯坦福大学发布的前 2% 全球顶尖科学家榜单。
韩维建
南京工业大学教授,上海交通大学、重庆大学和南京理工大学客座教授,西交利物浦大学业界博士导师;长三角先进材料研究院工业应用材料大数据事业部总监,带领团队致力于将人工智能应用于解决结构材料的工程问题、建设工业应用材料大数据平台及开发数据驱动的算法和软件;曾任福特中国研究与技术总监,主持并完成了 100 多个福特大学研发项目;出版汽车工程专业系列丛书8部,发表学术论文50余篇,2024年应邀担任上海大学Advances in Manufacturing期刊AI for Engineering特刊的主编。
王卓
成都材智科技有限公司董事长、总经理,长三角先进材料研究院材料智能设计平台负责人,中国材料研究学会青年委员会理事,CSTM 材料基因组通则委员会专家委员;作为核心成员参与了中国科学院“材料基因组工程”咨询课题、中国工程院“战略新兴产业”咨询课题等国家级战略研究,主持承担了科技部“科技助力经济 2020”重点专项“材料基因组工程材料数字化平台”、国防科技工业核动力技术创新中心科研项目等国家级课题;发表学术论文 10 篇,拥有发明专利授权 4 项,获得冶金科技进步奖二等奖 1 项。
|
| 目錄:
|
第1章 绪论// 001
1.1 人工智能的应用和发展 // 002
1.2 材料工程的特点和瓶颈 // 004
1.3 计算材料科学的基础概念 // 005
1.4 集成计算材料工程介绍 // 007
1.5 人工智能应用于材料科学与工程的内涵与意义 // 009
第2章 人工智能应用于材料科学与工程的技术体系// 013
2.1 人工智能应用于材料科学与工程的基本框架 // 014
2.2 人工智能应用于材料科学与工程的理论基础 // 016
2.3 人工智能应用于材料科学与工程的设计原则 // 021
2.4 人工智能应用于材料科学与工程的关键技术 // 025
第3章 材料工程中大数据来源与治理技术// 029
3.1 大数据基本概念和理论 // 030
3.2 材料大数据来源与获取 // 034
3.3 材料大数据预处理技术 // 036
3.4 有效材料数据生成技术 // 040
3.5 材料大数据挖掘技术 // 051
3.6 大数据可视化技术 // 056
第4章 材料工程中应用的人工智能技术// 059
4.1 面向材料工程应用的监督学习方法 // 060
4.2 面向材料工程应用的无监督学习方法 // 078
4.3 面向材料工程应用的强化学习方法 // 094
4.4 面向材料工程应用的集成学习方法 // 111
4.5 面向材料工程应用的深度学习技术方法 // 120
第5章 材料工程中应用的智能优化设计技术// 127
5.1 基本概念和理论 // 128
5.2 进化算法 // 135
5.3 群智能优化算法 // 145
5.4 其他智能优化算法 // 159
5.5 多目标优化方法 // 172
5.6 不确定性优化 // 177
5.7 不确定性优化设计 // 199
第6章 人工智能驱动的材料工程应用案例// 205
6.1 硬件支持与算力资源需求 // 206
6.2 人工智能在金属材料中的应用 // 217
6.3 人工智能在复合材料中的应用 // 230
6.4 人工智能在连接件及其结构方面的应用 // 237
第7章 大模型技术在材料工程中的应用// 245
7.1 大模型基础能力与关键技术 // 246
7.2 大模型在材料科学中的预训练与适配 // 253
7.3 材料大模型智能体的构建 // 263
7.4 材料大模型智能体的应用 // 270
|
|