| 基于数据挖掘技术的稀土磁性材料研究进展 |
| 刘丹, 李渊, 孙若瑄, 漆星, 沈保根. |
| 关键词：数据挖掘;;稀土磁性材料;;机器学习;;性能预测 |
| 主要内容：稀土元素的原子结构特殊,具有内层未成对4f轨道电子多、原子磁矩高、自旋轨道耦合作用强的性质,故其电子能级极为丰富,易形成多种价态、多种配位的化合物,通常表现出特殊的磁学性质和丰富的磁畴结构,成为高新技术产业发展的关键材料.这类材料中复杂的磁结构形式、多样的磁耦合类型及多种直接或间接的磁交换作用,为开发新型功能器件提供便利的同时,也对基础研究提出了严峻挑战.随着数据挖掘技术的快速发展,大数据和人工智能的出现给研究人员提供了一个新的选择,可以高效地分析大量实验和计算数据,从而加速稀土磁性材料的研究与开发.本文围绕稀土永磁材料、稀土磁致冷材料、稀土磁致伸缩材料等,详细阐述了数据挖掘技术在其性能预测、成分与工艺优化、微观结构分析等方面的应用进展,深入探讨了当前面临的挑战,并对未来发展趋势进行展望,为推动数据挖掘技术与稀土磁性材料研究的深度融合提供理论基础. |
| 《物理学报》 2025,74(13):340-357 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号