从石英到铁电材料,哈佛大学提出等变机器学习框架,加速材料大规模电场模拟 哈佛大学与博世公司的联合研究团队提出创新性解决方案,开发出电学响应的统一可微学习框架。 哈佛大学与博世集团开发的统一可微学习框架,通过第一性原理和机器学习方法,精确预测材料的电介质和铁电性质,克服了传统模型的局限性,推动了材料科学的研究与应用。 哈佛大学 机器学习 材料科学 电介质 第一性原理 铁电性质