Metodi ed applicazioni di machine learning per la scienza dei materiali

The data-driven approach to modelling shows enormous potential, offering a new paradigm in the study of material properties. This method makes it possible to reduce costs, risks, and time associated with the lengthy preparation–testing sequence or the computation–experiment cycles that characterize current methods for identifying useful materials. This presentation illustrates the use of machine learning in materials science through an in-depth look at specific applications.

L’approccio "data-driven" alla conoscenza mostra un enorme potenziale, offrendo un nuovo paradigma nello studio delle proprietà dei materiali. Tali metodi consentono di ridurre i costi, rischi e tempi associati alla lunga sequenza di preparazione–test o ai cicli calcolo–esperimento che caratterizzano i metodi attuali per l’identificazione di materiali utili. Questa presentazione illustra l’utilità dell’apprendimento artificiale nella scienza dei materiali mediante l'approfondimento di due applicazioni specifiche.