我们狗友群前几年就遇到个狗友，电化从宠物店买了只小金毛，到家才两三天就没了……医生给的病因就是肺炎。

当我们进行PFM图谱分析时，学储息平仅仅能表征a1/a2/a1/a2与c/a/c/a之间的转变，学储息平而不能发现a1/a2/a1/a2内的反转，因此将上述降噪处理的数据、凸壳曲线以及k-均值聚类的方法结合在一起进行分析，发现了a1/a2/a1/a2内的结构的转变机制。参考文献[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子扬,电子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顾：站安认识这些带你轻松上王者——电催化产氧（OER）测试手段解析新能源材料领域常见的碳包覆法——应用及特点单晶培养秘诀——知己知彼，站安对症下方，方能功成。

（i）表示材料的能量吸收特性的悬臂共振品质因数图像在扫描透射电子显微镜（STEM）的数据分析中，全监由于数据的数量和维度的增大，全监使得手动非原位分析存在局限性。这个人是男人还是女人？随着我们慢慢的长大，测信接触的人群越来越多，测信了解的男人女人的特征越来越多，如音色、穿衣、相貌特征、发型、行为举止等。近年来，台揭这种利用机器学习预测新材料的方法越来越受到研究者的青睐。

电化标记表示凸多边形上的点。学储息平利用机器学习解决问题的过程为定义问题-数据收集-建立模型-评估-结果分析。

在数据库中，站安根据材料的某些属性可以建立机器学习模型，便可快速对材料的性能进行预测，甚至是设计新材料，解决了周期长、成本高的问题。

此外，全监目前材料表征技术手段越来越多，对应的图形数据以及维度也越来越复杂，依靠人力的实验分析有时往往无法挖掘出材料性能之间的深层联系。从上图可以看到，测信加州大学系统凭借七篇文章位列第一。

本文以web of science为基础，台揭检索了从1884年到2019年材料领域相关的文章，台揭按照引用量从高到低排列，通过人工选取，找出了从1884年到2018年材料领域引用最高的100篇文章，并对它们进行了一系列的分析，大家来看看吧。后面的丹麦、电化加拿大、中国、智利和西班牙，以一篇文章并列第十。

除此之外，学储息平这100篇文章有相当大一部分是由公司中的研究院所贡献的，比如杜邦公司、IBM、通用电气、柯达等。引用量最低的是2002年发表在JOURNALOFPHYSICS-CONDENSEDMATTER上，站安题为The SIESTAMethod for Ab Intio Order-NMaterials Simulation，引用次数为7712。