【推荐发表期刊】

• Journal of the American Ceramic Society (IF=4.0) | 中科院2区 | JCR Q1/Q2

• Computational Materials Science (IF=3.1) | 中科院2区 | JCR Q2

• 《硅酸盐学报》 (中文核心，EI)

【课题背景】 

新材料研发长期依赖“试错法”，效率低下。先进耐火材料全国重点实验室等机构正大力推动基于“机理+数据驱动”的智慧化精准设计。材料基因工程通过整合高通量计算、实验和数据库，旨在显著缩短研发周期。该方向是材料科学与人工智能的深度交叉，不仅适用于耐火材料，其方法论亦可推广至其他材料体系，是当前材料研究的明确前沿。

【参考方向】

• 耐火材料关键性能的机器学习预测模型

• 微观-介观-宏观跨尺度计算模拟算法

• 材料显微结构的高精度图像处理与数据挖掘

• 面向特定服役环境（如氢冶金）的新材料逆向设计

【适合人群】 

材料科学与工程、计算材料学、物理、化学等相关专业硕博研究生，具备材料计算或机器学习基础者优先。

【课题收获】

• 高质量论文一篇

• 期刊投递与发表指导

• 结业证书

【课题安排】

研究周期预估六个月左右，具体视学员情况调整。