博文
AI+材料（AI4M）技术方案之考
||
跨学科很热闹，如何跨？这是一个问题。
大数据“技术”碰到小数据“问题”时绕不开数据生产、数据增强、算法改造，否则“调包”过程中必然碰到输入数据量不足、输入“悬空”。
直接面对小数据“现实”可以跳出“数据量”困境，从而直接进入发展模型与算法阶段以资解决问题。
大数据语境下作文章绕不开“数据量”。然而，数据科学范式要求对数据的内涵与关系进行考察，不同应用场景数据内涵与关系之异必然带来模型与算法差异，“同”“异”之察可收事半功倍之效...
https://blog.sciencenet.cn/blog-32670-1389789.html
上一篇：第十五届铁电国际会议（IMF2023）略记
下一篇：晶态材料的智算预测架构——新征途
扫一扫，分享此博文