文件名称：机器学习和大数据为未来的生物材料发现和研究提供关键洞察-研究论文
文件大小：964KB
文件格式：PDF
更新时间：2024-06-30 01:03:48
论文研究
信息学和机器学习已被广泛应用于工程、科学和医学等各个领域，彻底改变了数据的收集、使用和存储方式。 它们的实施导致用于预测给定输入变量的各种数值、分类或关联事件的计算模型数量急剧增加。 在此，我们研究了机器学习应用于生物材料领域的最新进展。 总体而言，目前生物材料研究中使用的元发生了变化。 具体而言，定量结构特性关系提供了将微观分子描述符与更大的宏观材料特性相关联的独特能力。 这些新模型可以进一步细分为四类：回归、分类、关联和聚类。 机器学习技术以快速预测生物材料中常用的各种特性以及识别独特趋势的形式为当前方法提供了独特的优势。 我们研究了机器学习在三大类生物材料中的最新方法和新用途：金属、聚合物和陶瓷。 虽然目前的研究很有希望，但缺乏标准化报告和可用数据库等形式的限制使所描述模型的实施变得复杂。