Artificial Intelligence Driven Materials Design - Shashishekar P Adiga,Piyush Tagade
-25% su kodu BOOKS
Pristatymas per 28-34 d.d.
30 dienų grąžinimo politika
This book presents the application of machine learning and deep learning to Materials Design. Traditional materials design relies on a trial and error based iterative approach towards attaining target material properties often interspersed with accidental discoveries. This approach is very time consuming as both processing/fabrication, characterization of new compositions/structures are quite laborious. The ... Visas aprašymas
Jums taip pat gali patikti
TOP
Gödel, Escher, Bach: An Eternal Golden Braid
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Hackers. 25th Anniversary Edition: Heroes of the Computer Revolution
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Web Application Hacker's Handbook: Discovering and Exploiting Security Flaws
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Pragmatic Programmer: journey to mastery, 20th Anniversary Edition, 2/e: your journey to mastery, 20th Anniversary Edition
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Mathematics for Machine Learning
Cheng Soon Ong, A. Aldo Faisal, Marc Peter Deisenroth
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Art of Game Design: A Book of Lenses
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Art of Death Stranding
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
How Linux Works: What Every Superuser Should Know
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Artificial Intelligence: A Modern Approach, Global Edition
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Linux Basics for Hackers, 2nd Edition: Getting Started with Networking, Scripting, and Security in Kali
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
AI Engineering: Building Applications with Foundation Models
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Fundamentals of Software Architecture: A Modern Engineering Approach
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
How To Think About AI: A Guide For The Perplexed
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Empire of AI: Dreams and Nightmares in Sam Altman's OpenAI
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
HBR Guide to Generative AI for Managers
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Speak Data: Artists, Scientists, Thinkers, and Dreamers on How We Live Our Lives in Numbers
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
If Anyone Builds It, Everyone Dies: Why Superhuman AI Would Kill Us All
Eliezer Yudkowsky, Nate Soares
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Rust Programming Language
Steve Klabnik, Carol Nichols, Chris Krycho
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
Aprašymas
This book presents the application of machine learning and deep learning to Materials Design. Traditional materials design relies on a trial and error based iterative approach towards attaining target material properties often interspersed with accidental discoveries. This approach is very time consuming as both processing/fabrication, characterization of new compositions/structures are quite laborious. The field of machine learning and deep learning can greatly benefit expediting this approach by narrowing down the search space and reducing the number of compounds/structures that are explored in the lab. This book covers the fundamentals of how one goes about applying Artificial Intelligence to materials design followed by specific examples. The book contains 4 sections. In the first section, fundamentals of AI, materials structure representation/digitization and theoretical framework are discussed. In the second section, materials optimization using evolutionary algorithms is discussed. In the third section, application of AI for forward prediction, i.e., given a material structure, how to predict properties, is considered. In the fourth section, we cover inverse prediction or inverse materials design, that is, predicting materials/structures with target properties. The inverse design of materials is an emerging field of materials design and the techniques we present are very novel. We provide examples from both organic and inorganic materials space with diverse fields of applications. The book includes sample codes for these example problems to help readers gain hands-on experience. ¿
Daugiau informacijos
| Autorius | Shashishekar P Adiga, Piyush Tagade |
|---|---|
| Leidėjas | Springer Nature Singapore |
| Išleidimo metai | 2025 |
| Viršelio tipas | Kieti viršeliai |
| EAN | 9789811922619 |