标签：新材料发现

传统的材料探索方法不仅耗时且成本高昂，尤其当面对庞大的材料空间时，挑战更加艰巨。为了克服这一难题，斯坦福大学及美国能源部SLAC国家加速器实验室的研究团队研发出了一种AI驱动的方法，显著提升了新材料探索的效率与精准度。 研究人员提出了一种框架，通过简单的用户定义过滤算法来捕捉实验目标。这些算法会被自动转换为三种智能、无参数的顺序数据采集策略（SwitchBAX、InfoBAX 和 MeanBAX），从而避免了传统方法中繁琐的任务特定采集函数设计过程。在TiO2纳米粒子合成以及磁性材料表征的数据集上验证了该方法的有效性...