燒結(jié)釹鐵硼（NdFeB）磁體是電動(dòng)汽車、風(fēng)力渦輪機(jī)等尖端科技的核心組件。近日，計(jì)算機(jī)網(wǎng)絡(luò)信息中心與中國科學(xué)院贛江創(chuàng)新研究院合作，構(gòu)建了首個(gè)包含近2000個(gè)樣本的“工業(yè)-學(xué)術(shù)”雙域數(shù)據(jù)庫，并利用高性能計(jì)算輔助的機(jī)器學(xué)習(xí)（HPC-assisted ML/QML），如經(jīng)典機(jī)器學(xué)習(xí)模型RF（Random?Forest）, XGBoost(eXtremeGradient?Boosting), SVR(Support?Vector?Regression,?支持向量回歸）和量子機(jī)器學(xué)習(xí)模型如量子增強(qiáng)的向量回歸QSVR，在虛擬實(shí)驗(yàn)環(huán)境中系統(tǒng)研究了數(shù)據(jù)選擇策略的有效性。
研究團(tuán)隊(duì)定量揭示了工業(yè)界注重“成本與穩(wěn)定”與學(xué)術(shù)界追求“性能極限”的根本性設(shè)計(jì)差異，提供了適用于“成分-工藝-性能”關(guān)系的智能化生產(chǎn)工藝的持續(xù)迭代方法框架，也提供了將量子核方法（QSVR）集成到數(shù)據(jù)高效工作流中的方法論藍(lán)圖。
相關(guān)研究成果已被npj Computational Materials （中國科學(xué)院1區(qū)，IF=11.9）錄用并發(fā)表。第一作者是中心高性能計(jì)算部的何連花博士，通訊作者為贛江院的徐海波副研究員和中心高性能計(jì)算部的馬英晉副研究員。該研究工作得到了國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)及中國科學(xué)院青年創(chuàng)新促進(jìn)會(huì)的支持。
基于主動(dòng)學(xué)習(xí)和多個(gè)模型核心的數(shù)據(jù)篩選與磁體性能預(yù)測(cè)框架
文章鏈接：
https://www.nature.com/articles/s41524-025-01914-w
Lianhua He, Qichao Liang, Kaifan Pan, Tianyan Li, Qiang Ma, Xin Wang, Haibo Xu* & Yingjin Ma*, A framework of active data selection and quantum-enhanced regression for predicting magnetic properties of sintered NdFeB magnets. npj Comput Mater (2025).?
責(zé)任編輯：郎楊琴