机器学习技术正飞速发展，且在科学与工程各学科中应用广泛，为金属材料的设计、加工、表征及性能预测开辟了全新前沿。借助数据驱动方法，科研人员与工程师能够挖掘复杂数据集背后隐藏的关联规律，优化制造工艺，并加速新型金属材料的研发进程。

Metals 邀请了斯洛文尼亚卢布尔雅那大学的Miha Kovačič博士和马里博尔大学的Uroš Župerl博士，合作创建特刊“Application of Machine Learning in Metallic Materials (机器学习在金属材料中的应用)”。本特刊旨在汇集该领域的前沿研究成果，重点展示机器学习如何解决金属材料领域中长期存在的技术难题。我们尤其鼓励提交呈现实际解决方案及工业应用案例的研究成果。这一特刊将聚焦金属材料各类相关工艺在建模、预测与优化方面的最新进展，涵盖但不限于以下方向：

初级加工工艺 (如铸造、粉末冶金)

塑性成形工艺 (如轧制、锻造、深冲)

热处理

表面工程 (如电镀、热喷涂)

连接工艺 (如焊接、钎焊)

机械加工 (如钻孔、磨削、抛光)

投稿截止日期：2026年9月30日

客座编辑

Miha Kovačič 博士

卢布尔雅那大学副教授，于2004年在马里博尔大学机械工程学院获得机械工程博士学位。研究专长包括表面粗糙度预测、材料性能预测与优化、能源消耗建模、热处理工艺优化等。现任 Metals 客座编辑。

研究领域：材料性能预测；数值模拟；应用人工智能；进化计算；遗传算法；机器学习。

Uroš Župerl 博士

马里博尔大学副教授。主要研究方向为机械工程领域的先进制造工艺与智能控制，包括智能电液伺服驱动控制、多层金属材料加工过程中的切削力预测、螺旋端铣削过程中的切削力预测、热轧过程中的轧辊磨损预测等。现任 Metals 客座编辑。

研究领域：材料性能预测；数值模拟；机械加工；优化；建模；应用人工智能。

点击链接，了解特刊详情：

https://www.mdpi.com/journal/metals/special_issues/5K160H9247

Metals 期刊介绍：https://www.mdpi.com/journal/metals

主编：Yong Zhang, University of Science and Technology Beijing, China

期刊发表涵盖金属材料和冶金工程领域研究以及科技发展研究领域在内的学术文章。

2024 Impact Factor: 2.5

2024 CiteScore: 5.3

Time to First Decision: 18 Days

Acceptance to Publication: 2.6 Days