基于机器学习的光学功能玻璃研究进展

作     者：付丽丽 张志强 徐慧敏 任青颖 郑锐林 韦玮 Fu Lili;Zhang Zhiqiang;Xu Huimin;Ren Qingying;Zheng Ruilin;Wei Wei

作者机构：南京邮电大学电子与光学工程学院、柔性电子(未来技术)学院江苏南京210023 南京邮电大学理学院江苏南京210023 

基　　金：国家自然科学基金(61905119) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年第61卷第9期

页      码：42-53页

摘      要：光功能玻璃材料在研究过程中所涉及到的研发周期长和效率低的问题,极大阻碍了光学玻璃材料的发展。机器学习技术的出现对玻璃材料学发展起到了极大的推动作用,通过学习数据蕴含的规律,在庞大而复杂的玻璃数据中学习并预测新数据,加快了光学功能玻璃的研发进程。本文总结并展示了在光学玻璃预测中涉及到的几类机器学习算法并对其做了简要介绍,在此基础上重点介绍这些理论算法在玻璃研究工作中的重要应用,包括加速和改进传统玻璃研究方法、助力玻璃的成分-性质关联预测以及对光学玻璃的配方设计的建议等方面的内容,最后对机器学习在光功能玻璃研究中的应用前景以及未来发展趋势做了分析与展望。

主 题 词：神经网络 机器学习 光功能玻璃 性质-成分关联 性能预测 

学科分类：070207[070207] 07[理学] 08[工学] 0803[工学-仪器类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/LOP231278

馆 藏 号：203128206...