本研究提出了一种将材料属性预测建模为张量补全的新方法，显著提高了设计组合的探索效率。实验结果表明，该方法在材料属性预测中的错误率降低了10-20%，训练速度与传统机器学习模型相当，具有显著的改进潜力。
完成下面两步后，将自动完成登录并继续当前操作。
