MLMD 简单介绍

MLMD@App——一个专为材料设计而生的AI平台。MLMD够高效地发掘出具有卓越性能的新材料。它不仅运用了模型推理和代理优化技术，甚至在数据稀缺的情况下，还能通过主动学习和迁移学习的方式来进行材料设计。这个平台还整合了数据分析、描述符重构、超参数自动优化以及性能预测等多种功能，并且提供了一个用户友好的、无需编程的web界面。用户仅需要上传csv格式的数据文件即可进行机器学习建模、分析和设计等。

此 Notebook将展示如何使用 Bohrium App 和 Notebook实现完整的机器学习指导的材料设计流程。

其主要流程包括：

• 数据收集和分析（试验/文献）
• 特征工程
• 机器学习建模
• 模型推理
• 优化设计

相关应用代码均开源并托管于github的MLMD 项目，欢迎大家提交issues或PR参与到开源社区的开发中。

本示例将根据RAFM钢的成分、热加工工艺延伸率（EL）和抗拉强度（UTS）数据，演示如何使用MLMD@Apps进行材料设计。所用的数据文件可以从此处下载。

特征相关性分析

1. 上传.csv数据文件

2. 选择目标变量 3. 特征相关性热力图

机器学习回归

1. 上传.csv数据文件
2. 选择回归的目标变量
3. 选择机器学习模型
4. 设置超参数
5. 训练机器学习模型
6. 下载训练好的模型和结果

其他功能的详细介绍可以参考bilibili的视频讲解

结语

以上我们通过一个简单的案例演示如何使用MLMD@Apps 进行材料设计的呀扭。 相比于传统需要在本地部署和运行工作流，使用Bohrium 提供的平台真正实现了开箱可用的计算。

以上所有内容均以开源项目的形式托管在GitHub, 欢迎有兴趣的同学一起投身到开源科学应用的开发中！