上海大学周国治院士团队于之刚副研究员JMI最新研究论文 | DSMR: 探索数据与算法组合以克服效率-准确性权衡的人工智能框架

本文介绍了上海大学周国治院士团队于之刚副研究员提出的基于主动学习的数据筛选与模型检索框架（DSMR），旨在解决高熵合金（HEAs）研究中数据多源异构的难题。研究背景指出，传统材料开发方法存在局限性，而机器学习方法在数据规模小、质量不统一的情况下难以构建高准确率模型。研究目的是通过DSMR框架整合多源异构数据并优化模型，以提高合金设计效率。研究结果表明，DSMR框架在多种数据集上验证了其有效性与鲁棒性，显著降低了预测误差，并展示了整合外部数据提升模型表现的潜力。结论认为，DSMR框架为材料性能预报模型提供了新思路，未来可扩展到其他合金体系。