机器学习在非晶合金开发中的应用

在材料科学过去几十年的发展过程中,经验试错法和基于密度泛函理论的方法等传统的非晶合金开发方法,帮助研发人员探索出多种非晶合金体系.但是,这些方法由于开发周期长、效率低等缺点,目前已难以满足研发人员的需求.而机器学习方法因其实验成本低、性能强大以及开发周期短等优点,被越来越广泛地应用到非晶合金材料的设计、分析和性能预测中.本文首先按照机器学习建模的主要流程阐述了各步骤的基本操作和发展情况.其次,着重介绍了数据预处理、模型构建以及模型验证方面的研究工作,在数据预处理章节,简述了数据收集、特征工程以及目前较为流行的数据预采样方法;在模型构建章节,论述了四类在非晶合金开发中常用的机器学习算法,包括人工神经网络、支持向量机、随机森林以及极端梯度提升方法;在模型验证章节,主要介绍了K折交叉验证和留一法交叉验证方法.最后,本文从多个角度对比分析了现有的机器学习应用,为后续的相关研究提供了可能的研究方向和思路.

定植于地衣体内的大团囊虫草新谱系

大团囊虫草是一类寄生型真菌,绝大多数以大团囊菌为宿主,只有3个种寄生在甲虫和蝉的幼虫体内。我们从采集自中国五个省份和南极长城站的42份地衣标本中分离得到了64株大团囊虫草属真菌菌株,系统发育学分析表明,这些真菌可能不是相同的种类,显示有多个种类的大团囊虫草属真菌广泛定植于地衣体中。与高等植物共生的内生真菌通常对宿主的生长起到促进作用,然而,由于地衣内生真菌生长所需营养物质来源于地衣共生真菌或光合共生物,因此地衣内生真菌与共生真菌之间很有可能是寄生关系或竞争关系。本研究发现大团囊虫草广泛伴生在地衣体内,部分证实了这一假说的正确性。