新能源材料與大數(shù)據(jù)人工智能融合應用導論(陳廷偉)
定 價:36 元
當前圖書已被 1 所學校薦購過!
查看明細
- 作者:陳廷偉、紀婉婷、宋寶燕 主編
- 出版時間:2025/10/1
- ISBN:9787122483096
- 出 版 社:化學工業(yè)出版社
- 中圖法分類:TK01-39
- 頁碼:124
- 紙張:
- 版次:01
- 開本:16開
《新能源材料與大數(shù)據(jù)人工智能融合應用導論》深入探討了新能源材料與大數(shù)據(jù)和人工智能的交叉應用。系統(tǒng)地介紹了新能源材料的定義與現(xiàn)狀,詳細闡述了如何利用大數(shù)據(jù)和人工智能技術進行新能源材料的數(shù)據(jù)采集、處理和分析,從而優(yōu)化新能源材料研發(fā)流程。此外,本書還探討了大數(shù)據(jù)和人工智能技術在新能源材料研發(fā)、生產(chǎn)和應用中的重要作用。
本書可以作為普通高等院校計算機、大數(shù)據(jù)、材料、能源等相關專業(yè)的教材,也可供新能源材料領域科研人員和企業(yè)技術人員參考閱讀。
第1章 新能源材料概述 001
學習目標 001
1.1 新能源材料的定義和分類 001
1.2 新能源材料的主要應用現(xiàn)狀 003
1.2.1 光電材料 003
1.2.2 熱電材料 004
1.2.3 燃料電池材料 005
1.2.4 鋰電池材料 006
1.3 能源危機與新能源材料的需求 007
1.4 新能源材料發(fā)現(xiàn)基礎 009
1.4.1 性能指標 009
1.4.2 研究方式 010
本章小結(jié) 013
思考題 013
第2章 大數(shù)據(jù)與人工智能技術在新能源領域的應用 014
學習目標 014
2.1 大數(shù)據(jù)技術及其與新能源領域的相關性 014
2.1.1 大數(shù)據(jù)的概念和特征 015
2.1.2 大數(shù)據(jù)技術架構 015
2.1.3 大數(shù)據(jù)技術應用領域 018
2.1.4 大數(shù)據(jù)技術在新能源領域的應用及其影響 019
2.2 人工智能技術及其在新能源領域的應用 021
2.2.1 人工智能的概念和特征 021
2.2.2 人工智能技術 022
2.2.3 人工智能技術應用 024
2.2.4 人工智能技術在新能源領域的應用及其影響 025
本章小結(jié) 029
思考題 029
第3章 數(shù)據(jù)預處理 031
學習目標 031
3.1 數(shù)據(jù)清洗方法 031
3.1.1 數(shù)據(jù)清洗的原理 032
3.1.2 數(shù)據(jù)清洗在新能源材料研發(fā)中的應用 033
3.1.3 數(shù)據(jù)清洗在新能源材料研發(fā)中的發(fā)展前景 034
3.2 數(shù)據(jù)集成方法 034
3.2.1 數(shù)據(jù)集成的步驟 035
3.2.2 數(shù)據(jù)集成在新能源材料研發(fā)中的應用 035
3.2.3 數(shù)據(jù)集成在新能源材料研發(fā)中的發(fā)展前景 036
3.3 數(shù)據(jù)轉(zhuǎn)換方法 037
3.3.1 常見的數(shù)據(jù)轉(zhuǎn)換策略 037
3.3.2 數(shù)據(jù)轉(zhuǎn)換在新能源材料研發(fā)中的應用 038
3.3.3 數(shù)據(jù)轉(zhuǎn)換在新能源材料研發(fā)中的發(fā)展前景 038
3.4 數(shù)據(jù)規(guī)約方法 039
3.4.1 常見的數(shù)據(jù)規(guī)約方法 039
3.4.2 數(shù)據(jù)規(guī)約在新能源材料研發(fā)中的應用 040
3.4.3 數(shù)據(jù)規(guī)約在新能源材料研發(fā)中的發(fā)展前景 040
本章小結(jié) 041
思考題 042
第4章 數(shù)據(jù)挖掘與信息安全 043
學習目標 043
4.1 新能源材料發(fā)現(xiàn)中數(shù)據(jù)挖掘技術概述 043
4.2 數(shù)據(jù)挖掘方法與算法 044
4.2.1 關聯(lián)規(guī)則挖掘 045
4.2.2 聚類分析 048
4.2.3 分類與預測 050
4.2.4 異常檢測 057
4.3 信息安全 059
4.3.1 數(shù)據(jù)安全 060
4.3.2 網(wǎng)絡安全 060
4.3.3 物理安全 061
本章小結(jié) 061
思考題 062
第5章 人工智能 063
學習目標 063
5.1 人工智能技術概述 063
5.1.1 人工智能的發(fā)展史 064
5.1.2 人工智能技術的分類 065
5.2 機器學習 068
5.2.1 監(jiān)督學習 069
5.2.2 無監(jiān)督學習 074
5.2.3 半監(jiān)督學習 078
5.2.4 強化學習 081
5.3 深度學習 085
5.3.1 卷積神經(jīng)網(wǎng)絡 086
5.3.2 循環(huán)神經(jīng)網(wǎng)絡 089
5.3.3 生成對抗網(wǎng)絡 091
5.3.4 大規(guī)模語言模型 093
本章小結(jié) 098
思考題 098
第6章 大數(shù)據(jù)和人工智能技術在能源領域的應用案例研究 099
學習目標 099
6.1 人工智能在電力能源領域的應用 099
6.2 人工智能在新材料發(fā)現(xiàn)領域的應用 101
6.3 人工智能在半導體材料發(fā)現(xiàn)領域的應用 103
6.4 人工智能在鋰電池材料發(fā)現(xiàn)領域的應用 105
6.5 人工智能在氫能發(fā)現(xiàn)領域的應用 108
6.6 大數(shù)據(jù)技術在石油發(fā)現(xiàn)領域的應用 110
6.7 大數(shù)據(jù)技術在水電領域的應用 111
本章小結(jié) 113
思考題 114
第7章 新能源材料發(fā)現(xiàn)的挑戰(zhàn)與展望 115
學習目標 115
7.1 新能源材料發(fā)現(xiàn)的挑戰(zhàn) 115
7.1.1 數(shù)據(jù)獲取和處理困難 115
7.1.2 設計和優(yōu)化效率低下 116
7.1.3 測試和驗證方法單一 117
7.1.4 產(chǎn)業(yè)化和商業(yè)化不完善 118
7.2 未來發(fā)展展望 119
7.2.1 算法升級 120
7.2.2 基礎設施建設 120
本章小結(jié) 120
思考題 121
參考文獻 122