该资源内容包括以下方面： 1.各章word文档 2.各章例题的SAS程序 3.各章习题的数据 4.数据分析方法梅长林版pdf

人工智能-机器学习-材料合成与制备多媒体辅助教学软件的研究开发.pdf

人工智能-机器学习-材料核算软件系统的分析与设计.pdf

人工智能-机器学习-材料计算模拟从计算集群到弹性云的迁移研究IbrahimAbdelhame省

人工智能-机器学习-材料类型对计算障碍儿童数认知的影响.pdf

人工智能-机器学习-材料力学设计许用值统计方法研究及软件开发.pdf

人工智能-机器学习-材料智能设计MIDIS平台的设计与实现.pdf

考试大纲+一套题目

【lammps】： MD基础视频、lammps安装、进阶：石墨烯、金属材料模拟、 纳米流体专题：KCL盐溶液纳米流动等 热传导模拟专题、多成分体系模拟：金属材料摩擦模拟、材料切削、夹层结构 金属、半导体材料辐照：点缺陷、石墨烯、碳化硅等离位损失 自建分子力场参数和金属有机框架材料晶体模型：mofs储氢、碳补集 分子筛纳米膜混合气体分离：膜材料、SCI文献模拟 【ReaxFF反应力场】 reaxff基础：简单实例操作、结果查看 reaxff计算软件：分子建模、lammps 特殊功能：standalone reaxff、蒙特卡洛模拟设置 实例：溶液中质子转移、碳化硅表面石墨烯生长 【机器学习材料结构和性能预测】 Python、深度学习神经网络、经典机器学习模型、材料数据库及特征工程、图神经网络与实践、机器学习+Science，神经网络在催化领域的应用-CO2还原、预测杂化钙钛矿的带隙和形成能、有机太阳能电池材料的快速筛选、图神经网络预测无机材料的性能、量子点发光材料色温的预测等

ic设计，IC设计，集成电路，集成电路设计，集成电路设计导论，Verilog。