用于材料探索与设计的信息科学

Turab+Lookman

材料是人类生存不可或缺的一部分，人类一直在寻找新材料道路上进行着不断地探索，也取得了很多重要的研究成果，这些重要的成果推动着人类文明的进步。为了获得所需功能的材料，人们需要进行大量的科学实验论证。因此，有必要找到一种行之有效的方法优化实验设计，从而降低实验的复杂性，减少实验次数，提高材料探索和设计的效率。本书就主要介绍了可以高效地进行材料探索和设计的方法。书中提到，可以用与人类基因组计划相似的方法来加速材料的探索，这种方法依赖于材料科学的大数据库、计算以及数学能力。

本书由3部分内容组成，第1部分 含第1-6章：主要讲述了材料探索和设计的发展现状及面临的挑战，以及如何将信息理论工具应用到解决材料的特定问题中。通过运用主成份分析法（PCA）、支持向量回归法（SVR）和偏最小二乘回归法等方法推测出了具有特定功能的材料。第2部分 含第7-12章：主要介绍了信息工具在材料科学问题中的应用，讲述了如何通过数据库、仿真模拟以及计算预测材料的性能。第3部分 含第13-14章：主要阐述了一种可以快速的产生大量实验数据的方法。将这种实验方法与合理的表征工具配合，就可迅速地辨别大量参数空间中的子空间。这样，便可在最短时间内发现一种具有特定功能的材料。

本書图文并茂、内容丰富，为优化科学实验设计，高效分析实验数据提供了理论指导。涉及的知识点横跨多个学科，如统计学、计算机科学以及材料科学等，是一本非常实用的书籍。

王兆刚，博士研究生

（中国科学院半导体研究所）