Materials science and engineering: New vision in the era of artificial intelligence

Auteurs : Tao Qiang, Honghong Gao

arXiv: 1804.08293v1 - DOI (cond-mat.mtrl-sci)
4 pages, 1 figure, 16 references

Résumé : Scientific discovery evolves from the experimental, through the theoretical and computational, to the current data-intensive paradigm. Materials science is no exception, especially for computational materials science. In recent years, great achievements have been made in the field of materials science and engineering (MSE). Here, we review the previous paradigms of materials science and some classical MSE models. Then, our data-intensive MSE (DIMSE) model is proposed to reshape future materials innovations. This work will help to address the global challenge for materials discovery in the era of artificial intelligence (AI), and essentially contribute to accelerating future materials continuum.

Soumis à arXiv le 23 Avr. 2018

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.