为了验证上述猜想，两部立获力电研究人员通过-NH2边缘功能化GQDs与H3BO3的水热反应设计并合成了具有N-B-OH富集密度的GQDs（NBO-GQDs），两部立获力电形成了含有N-B-OH结构的六元杂环。

深度学习算法包括循环神经网络（RNN）、门建卷积神经网络（CNN）等[3]。基于此，证动本文对机器学习进行简单的介绍，证动并对机器学习在材料领域的应用的研究进展进行详尽的论述，根据前人的观点，总结机器学习在材料设计领域的新的发展趋势，以期待更多的研究者在这个方向加以更多的关注。

池梯次利图3-8压电响应磁滞回线的凸壳结构示例（红色）。图2-1 机器学习的学习过程流程图为了通俗的理解机器学习这一概念，用产用数举个简单的例子：用产用数当我们是小朋友的时候，对性别的概念并不是很清楚，这就属于步骤1：问题定义的过程。然后，品采采用梯度提升决策树算法，建立了8个预测模型（图3-1），其中之一为二分类模型，用于预测该材料是金属还是绝缘体。

最后我们拥有了识别性别的能力，据库并能准确的判断对方性别。公开图2-2 机器学习分类及算法3机器学习算法在材料设计中的应用使用计算模型和机器学习进行材料预测与设计这一理念最早是由加州大学伯克利分校的材料科学家GerbrandCeder教授提出。

发现极性无机材料有更大的带隙能（图3-3），两部立获力电所预测的热机械性能与实验和计算的数据基本吻合（图3-4）。

图3-1机器学习流程图图3-2 数据集分类图图3-3                       图3-3 带隙能与电离势关系图图3-4 模型预测数据与计算数据的对比曲线2018年Zong[5]等人采用随机森林算法以及回归模型，门建来研究超导体的临界温度。三季度彩电市场产品升级主要表现在以下方面：证动1.线下仍是消费升级主战场三季度彩电高端市场（6000+）零售量规模为98.8万台，同比增长28.7%。

6.人工智能从风口到门口大数据、池梯次利云计算、池梯次利智能芯片应用快速发展以及深度学习核心取得突破为人工智能的应用提供了技术支持，人工智能向图像识别、语音识别、自然语言处理的应用不断拓展。8K电视开始布局，用产用数目前SDP、INNOLUX、AUO、BOE、CSOT、LG、SDC均已规划8K面板，终端市场夏普已经推出8K电视产品。

导读：品采虽然彩电市场规模表现差强人意，但产品结构升级仍是彩电消费的主旋律。5.显示升级量子点电视规模增长量子点技术具有很好的光稳定性，据库扩大电视显示色域，能够呈现更真实的色彩。