- 综合排序
- 最热优先
- 最新优先
- 来自专栏联远智维
高熵合金及相关思考
近期，香港城市大学实验中合成了高熵合金，其微观结构表征为无序界面纳米层(DINL)包裹有序超晶格颗粒(OSG)材料，避免了普通多晶合金高温环境下结构不稳定性的弊端的同时，具有超高的强度，相关成果在Science 晶界（DING）类似于金属玻璃，具有高强度，高弹性极限等； 推论4：电弧熔炼和热机械加工后，冷却速度会影响最后高熵合金的微观结构和力学性能。 2、 何为高熵合金，熵体现在什么地方？ 相较而言，合金原子排列更加规律，系统熵值更小，其强度一般为1GPa左右；相对于传统晶体材料，金属玻璃原子结构长程无序，系统熵值更大，强度能够达到6GPa，是金属材料领域许多记录的保持者，例如：Ni3Al 附：本文更多是自己对文章的一种理解，难免有不足之处（甚至完全不对，），大家多多指正；王博士研究的课题就是高熵合金，好像有点班门弄斧了，
75420编辑于 2022-01-20 当康激光：铜合金焊接领域的抗高反先锋
然而，铜合金的高反射率特性，一直是焊接过程中的一大难题，严重影响焊接质量与生产效率。 一、铜合金焊接的高反困境 铜合金的高反射率使得普通激光在接触材料表面时，大部分能量被反射回去，仅有少量能量被吸收用于焊接。这不仅导致焊接过程不稳定，还容易引发一系列焊接缺陷。 因此，如何有效克服铜合金的高反问题，成为焊接领域亟待解决的关键课题。 四、广泛的应用领域 当康激光的铜合金抗高反焊接技术，因其出色的焊接质量和稳定性，在众多行业中得到了广泛的应用。 五、展望未来 随着制造业的不断发展和升级，对铜合金焊接质量的要求将越来越高。当康激光将继续秉持创新精神，不断优化和完善铜合金抗高反焊接技术，进一步拓展其应用领域。
33300编辑于 2025-01-15清华刘锴、李佳Nat Commun：焦耳加热法制备高熵协同Pt单原子催化剂实现高效甲醇氧化
、Mg、Bi、Sn）在高熵结构中合金化，同步实现高活性与强抗中毒特性。 HEASA-Pt的设计与合成机制高熵合金（HEAs）的形成依赖快速冷却以抑制元素偏析。 XRD与AC-TEM显示单一面心立方相（晶格常数~3.6 Å），(111)晶面间距2.1 Å，证实高熵合金结构形成。图3. 低Pt含量下的超高活性源于高熵结构的多位点协同效应。计时电流法（CA）测试显示（图3c,d）：HEASA-Pt₂.₃%在0.7 V vs. 总结展望本研究成功设计并合成了高熵合金化单原子Pt催化剂（HEASA-Pt, Pt₁-NiCoMgBiSn），通过高熵晶格结构激活惰性单原子Pt位点，在仅2.3 at% Pt含量下实现35.3 A mg
77810编辑于 2025-07-15智能网关赋能镁合金压铸安全升级，PROFINET网关诊断方案打造高稳定生产网络
PROFINET 诊断解决方案将状态监测提升到新水平PROFINET 诊断解决方案将状态监测提升到新水平生产基地，用于生产镁合金部件。 自新压铸机投入使用以来，客户一直使用开放式工业以太网自动化标准PROFINET，为了进一步提高镁合金处理系统的安全性，轻金属铸造厂为四台新型压铸机配备了devicenet转profinet网关的PROFINET 在轻金属铸造行业，镁合金压铸过程对设备稳定性和实时监控的要求极为严苛。 此外，网关的**历史数据追溯**功能，还能为工艺优化提供依据，比如分析镁合金注塑阶段的网络负载峰值，进一步优化设备响应逻辑。
12100编辑于 2025-08-02非平衡合成方法与AI结合如何加速材料发现过程？
突破传统材料设计限制非平衡合成方法（如火焰喷雾热解、放电等离子体等）能克服热力学障碍，将传统方法不相容的元素整合到单相高熵材料中[C11][C16][C120]例如，火焰喷雾热解已成功合成包含25种元素的高熵氟化物氧化物 ，放电等离子体制备了21种元素的FeCoNiCrYTiVCuAlNbMoTaWZnCdPbBiAgInMnSn高熵合金[C16][C119]这种能力将材料组成空间从传统体系的有限组合扩展至近乎无限（如10 非平衡合成的高通量实验提供验证数据，AI根据结果持续优化模型，形成"实验-预测-验证"循环[C135]实例：在有机半导体研究中，AI通过两轮迭代筛选出效率达**26.2%**的空穴传输材料[C133]3. C126][C214]气溶胶技术（火焰喷雾热解、喷雾干燥）通过连续流程可单日生产288种样品，切换前体溶液即可实现高通量[C126][C216]AI整合这些实验数据，加速识别最优配方，例如：优化Pt基高熵合金电催化剂
11110编辑于 2026-01-17- 来自专栏AI机器学习与深度学习算法
机器学习入门 12-3 使用信息熵寻找最优划分
int((axis[1] - axis[0]) * 100)).reshape(-1, 1), np.linspace(axis[2], axis[3] , int((axis[3] - axis[2]) * 100)).reshape(-1, 1) ) , x1, zz, linewidth=5, cmap=custom_cmap) In[5]: plot_decision_boundary(dt_clf, axis=[0.5, 7.5, 0, 3] 分别计算两个部分的信息熵，并进行累加作为当前节点的信息熵。 经过双重循环之后，找到了让信息熵减低的划分方式。 References： Python3入门机器学习 经典算法与应用: https://coding.imooc.com/class/chapter/169.html#Anchor
1.6K20发布于 2021-01-18 - 来自专栏兜兜毛毛
Kafka 高可用架构 （3）
用到了3个特点：watch机制；节点不允许重复写入；临时节点。 这样实现是比较简单，但也会存在一定弊端。 HW（Hign Watermark 高水位）：ISR中最小的LEO。Leader会管理所有ISR中最小的LEO为HW。 consumer最多只能消费到HW之前的位置。 leader更新HW（ISR最小的LEO） kafka设计了独特的ISR复制，可以在保障数据一致性情况下又可以提供高吞吐量。
87730发布于 2021-04-01 - 来自专栏新智元
清华新作高熵驱动，强化学习效率飙升
新智元报道 编辑：LRST 【新智元导读】面对流模型强化学习中奖励信号稀疏、归因模糊的核心痛点，清华大学团队提出熵感知的E-GRPO框架，通过合并低熵步骤、聚焦高熵探索，在单奖励与多奖励场景下均实现性能突破 实验数据显示，仅优化前8个高熵步骤的模型性能，显著优于优化全部16个步骤的模型，证实了低熵步骤的「无效性」。 如何充分利用高熵步骤的探索价值，同时避免低熵步骤带来的干扰，成为提升流模型强化学习效率的关键。 熵对采样步骤的影响 E-GRPO框架通过熵驱动的步骤合并策略与多步分组归一化优势估计两大核心创新。 熵驱动自适应步骤合并：低熵「打包」，高熵聚焦 团队设计了自适应熵阈值，将所有去噪步骤划分为高熵组与低熵组。 对于连续的低熵步骤，通过合并形成单一高熵有效步骤，在保留总扩散效果的前提下，将多个低熵 SDE 步骤转化为一个高熵 SDE 步骤，其余步骤则采用确定性 ODE 采样。
14810编辑于 2026-01-26 - 来自专栏机器之心
创材深造创始人王轩泽：AI + 金属材料：更适合产业落地的方向
编辑/凯霞 3 月 23 日，在机器之心 AI 科技年会上，创材深造创始人兼 CEO 王轩泽在「AI x Science 论坛」分享了主题为《AI + 金属材料：更适合产业落地的方向》的相关内容。 比如 3D 打印技术，可以说，不需要组建几百人的工厂流水线，几十个人负责几十个 3D 打印设备就可以实现几十个亿的产值了，而且也不会有排放、污染的问题，这是比较好的落地化场景。 以三元合金举例。我们探索的 90% 以上都是低熵合金，这个元素可能占整个合金里面 80~90% 以上，其他所有元素加起来可能只有 10% 不到。 而中熵和高熵合金探索非常有限，2004 年，高熵合金这个概念才被提出，2010 年才有一些科学家去探索这个领域，所以我们有更广泛的未知的领域让我们探索。为什么高熵合金这么久没人探索？ 原因在于传统的方式想探索这种高熵合金范围波动非常大，花费的代价远远高于低熵合金。如果用传统方法探索高熵合金，估计要很多科学家积累几代人的经验才勉强能提炼出比较有限的物理模型。
1.4K50编辑于 2022-04-07 - 来自专栏DrugAI
J. Am. Chem. Soc. | 扩散模型引导的双金属催化剂氨分解逆向设计
结果表明，该工作流能够在无需穷举搜索的情况下，高效聚焦于具有潜在高活性的双金属合金区域。 图 1｜ 机器学习（ML）引导的双金属合金氨分解逆向设计流程。 图 3｜ 引入 ML 引导步骤后去噪过程中生成样本的数据分布变化。 第一性原理与实验双重验证 研究人员从生成候选中筛选出多种地球丰度双金属合金，并通过第一性原理计算确认其氮吸附能接近最优值。 进一步的实验结果表明，这些逆向设计的合金在氨分解反应中表现出显著优于单金属和部分贵金属催化剂的活性。 图 4｜ 逆向设计双金属合金催化剂的第一性原理计算与实验验证。 Ni–Mo 合金的反应机理分析 以 Ni–Mo 合金为代表，研究人员从电子结构和反应能垒角度分析了其高活性来源。 研究人员指出，该框架不仅适用于氨分解反应，还可自然拓展至高熵合金、多组分表面及其他复杂催化体系。
20720编辑于 2026-01-06 - 来自专栏DrugAI
Nat. Commun. | PET-MAD: 用于先进材料模拟的轻量级通用原子间势
尽管训练集规模小、模型参数量仅约 2.8M，PET-MAD 在多项基准上达到与最新大型模型接近的精度，并在六类复杂材料体系（电解质、半导体、复杂合金、液态水、NMR 晶体学、有极性铁电材料）中表现出稳定 PET-MAD 使用 PET 图神经网络进行训练，通过有限但高效的超参数配置获得高表达能力。对特定体系，可使用 LoRA 微调（冻结大部分参数，仅训练低秩模块）以恢复接近体系专用模型的准确性。 模型内嵌不确定性估计（LLPR），可将能量误差向下传播到自由能、熵、相变温度等复杂物理量。 与最新通用势（SevenNet、GNoME、MatterSim、MACE、Orb-v2）的表现： MATBench Discovery：以远少于其他模型的训练数据，实现相当精度； 无机固体基准：在 MC3D 案例三：高熵合金（CoCrFeMnNi）表面析出 高熵合金化学成分多样，表面偏析是催化应用的关键。
17020编辑于 2026-01-06 - 来自专栏用户7873631的专栏
高德地图（3）设置级别
<!DOCTYPE html> <html lang="zh"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <meta http-equiv="X-UA-Compatible" content="ie=edge"> <title></title> <script type="text/javascript" src="https://web
1.6K10发布于 2021-06-08 - 来自专栏用户9688323的专栏
想了解材料热动力学？
其中，Onsager L于1931年确立了唯象系数的倒易关系，Prigogine 在1945年提出了非平衡定态的最小熵增原理，适用于接近平衡状态的线性非平衡体系。 Tamman等通过实验建立了大量金属系相图，有力推地动了合金材料的开发；50年代初R. Kikuchi提出了关于熵描述的现代统计理论，为热力学理论和第一性原理结合起来创造了条件；60年代初M. Cu-Ni-Sn三元系各相的热力学参数，其计算结果与实验值吻合得很好，如图4所示，他们还计算了该三元系中bcc相的有序无序转变及fcc相的溶解度间隙，对利用析出强化以及Spinodal分解开发高强度和高导电性的新型 Cu基合金的组织设计具有一定的指导意义[3]。 （4）形状记忆合金Lidija GOMIDZELOVIC等人采用Muggianu模型并结合实验，使用Thermo-Calc软件计算了形状记忆合金Cu-Al-Zn在293K时的相图，并探讨了组织性能[7]
1.4K20编辑于 2022-06-13 - 来自专栏宗恩
OushuDB 管理指南 集群高可用（3）
</value></property><property><name>ha_zookeeper_quorum</name><value>ZKHOST1:2181,ZKHOST2:2181,ZKHOST3: 2181,z.z.z.z:2181oushu_master 在 zookeeper 服务能正常访问时（半数以上zookeeper节点存活），Oushu Database 的备用主节点能在主节点故障后 2～3
61520编辑于 2023-05-08 - 来自专栏小七的各种胡思乱想
小样本利器3. 半监督最小熵正则 MinEnt & PseudoLabel代码实现
这里的高密度比较难理解，感觉可以近似理解为DBSCAN中的密度可达Cluster聚类假设：高维特征空间中，同一个簇的样本应该有相同的label，这里的簇其实对应上面平滑假设中的高密度空间。 因此要推动模型远离高密度区，可以通过提高模型在无标注样本上的预测置信度，降低预测熵值来实现，以下给出两种方案MinEnt和PseudoLabel来实现最小熵正则Entropy-Minimization 实现就是在标注样本交叉熵的基础上加入未标注样本的预测熵值H（y|x），作者称之为熵正则，并通过\lambda来控制正则项的权重图片图片这篇paper咋说呢公式不少，不过都是旁敲侧击的从极大似然等角度来说熵正则有效的原因 设计很简单，在训练过程中直接加入未标注数据，使用模型当前的预测结果，也就是pseudo label直接作为未标注样本的label，同样计算交叉熵，并和标注样本的交叉熵融合得到损失函数，如下最开始读会比较疑惑 ，因为之前了解到对pseudo label多是self-training的路子，先用标注数据训练模型，然后在未标注样本上预测，筛选高置信的未标注样本再训练新模型，训练多轮直到模型效果不再提升，而这篇文章的实现其实是把未标注样本作为正则项
1.4K31编辑于 2022-09-08 - 来自专栏小白鼠
Ionic3 高德Web定位
高德提供了Web平台定位的JS API，同样需要用到 APP_Key，并且需要注意是使用Web端的Key，如下图所示。必须是Web端的，其它平台的无效。 ? maximumAge: 0, //定位结果缓存0毫秒，默认：0 convert: true, //自动偏移坐标，偏移后的坐标为高德坐标
1.3K20发布于 2018-08-21 - 来自专栏葬爱家族
Android高德之旅（3）UI Setting
废话 前两篇讲到了地图的基础显示和地图类型，今天来记录下高德地图交互相关的设置。 地图的触摸事件很丰富，有单击、双击、单指拖拽、双指拖拽、双指旋转、双指缩放等，高德提供了api来设置这些用户交互，还包含地图截图，这也算是用户交互。 好了，废话不多说，开始今天的Android高德之旅。 开车 先来看一张图，这是默认的样子 ? 3、缩放控件：右下角 mUiSettings = aMap.getUiSettings(); mUiSettings.setZoomControlsEnabled(true); ? -19 3：最大视角，看到全中国，19：最小级别，看到细节 60, //视角从垂直于地面，向下倾斜60度，此时与地面夹角是30度 90)
1.9K30发布于 2018-09-05 - 来自专栏罗西的思考
深入浅出熵的概念 & 决策树之ID3算法
0x00 摘要 本文通过实例来给帮助大家深入理解熵的概念 & 决策树之ID3算法。 0x01 IT概念 1. 反推信息熵的公式就是：n=-loga(p) 2.3 解释3 第一信息量应该依赖于概率分布，所以说熵的定义应该是概率的单调函数。 3. 决策树ID3算法对应的熵 3.1 熵（entropy） 它刻画了任意样例集的纯度（purity）。熵量化了存在于样本集合中的均匀性，越纯，熵越低。 假设一个集合S。 则所有数据个数是3，有两类数据"yes","no"，p分别是2/3和1/3。 entroy = - (2/3) * log((2/3), 2) - (1/3) * log((1/3), 2) = 0.918.
2.1K20发布于 2020-09-07 - 来自专栏腾讯社交用户体验设计
高萌预警，PUPU文具组队来袭！
外观可人，实用性高 一起来看看吧！ 前方高萌预警，请捂好小心脏~ -噗噗橡皮盲盒- 6个造型+1个隐藏款 可拆卸可组装 噗噗和你一起玩转橡皮界！ ? ? ? ? ? ? ? ? ? -噗噗自动铅笔芯- 单手开方便取 硬度高，不易断 “噗噗”让你书写更省心！ ? ? ? ? 如何获取噗噗晨光文具 扫码即可购买 ? ? ---- PS：ISUX 开通微信潮玩IP粉丝群啦！ 以下ISUX文章，你可能也感兴趣 ▽ 联名纪录片 | QQ x FDMTL x COSTS HitTop I 熵减思维探索设计师轻社区 QQ x FDMTL x COSTS 联名潮玩来袭！ UPUP牛合金车模现货开售 “金牛鹅"限量潮玩预售开启！ ---- ? 感谢阅读，以上文章由腾讯ISUX团队创作，版权归腾讯ISUX所有,转载请注明出处，违者必究，谢谢您的合作。 ?
65320发布于 2021-02-01 - 来自专栏Python疯子
机器学习笔记之信息熵、信息增益和决策树(ID3算法)
ID3算法： ID3算法(Iterative Dichotomiser 3，迭代二叉树3代)是一种贪心算法，用来构造决策树。 ID3算法起源于概念学习系统（CLS），以信息熵的下降速度为选取测试属性的标准，即在每个节点选取还尚未被用来划分的具有最高信息增益的属性作为划分标准，然后继续这个过程，直到生成的决策树能完美分类训练样例 为了实现ID3算法我们还需要了解这个高富帅提出的三个概念：信息、信息熵和信息增益。 [ID3算法] 并且由上面的公式我们可以看出其实信息熵就是信息的期望值，所以我们可知，信息熵越小，信息的纯度越高，也就是信息越少，在分类领域来讲就是里面包含的类别越少，所以我们可以得出，与初始信息熵的差越大分类效果越好 [挑苹果] 下面来算一下啊这5个苹果是不是好苹果的信息熵(只看结果值)： [信息熵] 下面给出python求信息熵的代码 def calcShannonEnt(dataSet): numEntries
2.7K80发布于 2018-08-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号