01
AI材料设计概述
什么是AI材料设计 · 传统痛点 · AI加速发现 · 课程目标与路径
入门全景
02
材料科学基础回顾
晶体结构 · 相图热力学 · 性能表征 · 材料数据库
基础数据库
03
机器学习基础
监督/无监督/强化学习 · 特征工程 · 模型评估
ML核心
04
材料数据获取与处理
Materials Project · OQMD · 数据清洗 · 数据增强
数据预处理
05
材料特征工程
元素属性 · RDF/ADF · 描述符降维 · PCA/t-SNE
特征降维
06
随机森林预测带隙
问题定义 · 特征构建 · 调优 · 结果可视化
案例带隙
07
图神经网络预测晶体性质
Crystal Graph · GNN原理 · 训练与评估
GNN晶体
08
GAN用于新型分子设计
SMILES/分子图 · GAN架构 · 分子生成与筛选
生成分子
09
贝叶斯优化加速合金设计
目标函数 · 高斯过程 · EI/UCB · 实验验证
优化合金
10
NLP在材料文献挖掘中的应用
NER · 关系抽取 · 知识图谱构建
NLP文本
11
迁移学习小样本预测
源任务选择 · 微调策略 · 氧化物→钙钛矿
迁移小样本
12
主动学习加速催化剂筛选
不确定性采样 · 查询策略 · 迭代实验
主动学习催化
13
深度学习预测力学性能
CNN微观结构 · 应力-应变曲线预测
力学CNN
14
VAE用于聚合物设计
潜在空间 · 性质约束 · 高Tg聚合物
VAE聚合物
15
强化学习合成路径规划
状态动作 · 奖励函数 · CVD参数优化
强化学习合成
16
不确定性量化
MC Dropout · 深度集成 · 贝叶斯神经网络
不确定性可靠
17
多目标优化材料设计
Pareto前沿 · NSGA-II · 强度与韧性
多目标NSGA
18
可解释AI在材料科学
SHAP · 注意力可视化 · 符号回归 · 合金硬度
可解释SHAP
19
高通量计算与AI结合
DFT自动化 · 数据管道 · AI代理加速
高通量DFT
20
材料知识图谱构建与应用
实体关系抽取 · Neo4j · 相似材料查询
知识图谱图数据库
21
AI辅助材料表征
XRD分析 · SEM分割 · 拉曼光谱识别
表征图像
22
搭建材料性质预测平台
需求分析 · Python+Streamlit · 模型部署
实战平台
23
Materials Project带隙预测全流程
API获取 · 特征工程 · 模型训练 · Web应用
实战带隙
24
深度学习设计热电材料
数据收集 · 模型训练 · 候选筛选 · 实验验证
热电实战
25
AI辅助电池电解质设计
离子电导率 · 电化学窗口 · 分子筛选
电池电解质
26
生成模型设计二维材料
结构生成 · 稳定性筛选 · 电子性质预测
2D生成
27
材料实验自动化与AI闭环
Lab Automation · AI决策 · 自主合成机器人
自动化机器人
28
常见陷阱与解决方案
数据泄露 · 过拟合 · OOD · 可重复性
避坑最佳实践
29
AI材料设计前沿趋势
LLM · 多模态 · AI for Science 未来
前沿LLM
30
课程总结与项目实战
综合项目：数据→论文 · 回顾与进阶资源
总结项目