西安交通大学徐洋洋&周玉美教授&薛德祯教授JMI综述|多精度学习在材料信息学中的方法体系与应用进展

本文是一篇关于多精度学习在材料信息学中应用的综述。背景方面，材料研究中高精度数据可靠但昂贵稀缺，低精度数据廉价丰富但误差较大，单一精度方法难以高效覆盖庞大设计空间。研究目的旨在系统概述多精度学习的方法体系，说明如何建模不同精度数据间的关系，以在有限预算下提升材料性质预测的准确性与数据利用效率。结论部分总结了五类主要方法（如统计参数化模型、加入精度特征的机器学习、协同克里金、多精度深度学习框架及主动学习）的特点与适用场景，并通过电子结构建模、势函数开发、合金设计等案例展示了其广泛应用。同时，文章指出了当前在数据偏差与方差处理、嵌套结构要求、计算可扩展性等方面的实践考量，以及未来面临的挑战与发展机遇。