关于平台
本项目旨在探索先进人工智能算法在多主元高熵合金研发中的前沿应用，通过深度建模材料成分配比、微观结构特征与宏观物理及热力学属性之间的复杂映射关系，构建具备高泛化能力的智能辅助计算工具，从而显著降低新材料研发的试错成本，为面向未来的超高性能合金设计提供数据驱动的科学依据与技术支撑。
特别致谢
本项目在高维特征工程的构建及算法模型的训练过程中，深度秉承全球材料科学界的互助精神。在此，我们怀着崇高的敬意，特别感谢NIST（美国国家标准与技术研究院）、LBNL（劳伦斯伯克利国家实验室）以及NIMS（日本国立材料研究所）国际权威的材料科学数据库提供的宝贵支持。当前网站基于 Materials Project 数据库，训练时将使用合作的所有可用材料数据库。
Materials Project
由美国劳伦斯伯克利国家实验室（LBNL）创立的 Materials Project，作为材料科学领域最著名的数据库之一，为我们提供了大量的多组元合金、高熵合金的晶体学数据、热力学数据、电磁学数据、力学数据等。
前往 MP 数据库NIST JARVIS
由美国国家标准与技术研究院（NIST）创立的 JARVIS 框架。该平台开放的大规模高精度力学与弹性张量 DFT 计算数据，为探索高熵合金的本征力学性能构建了极为重要的高维特征空间与基准验证参考。
前往 NIST JARVIS 数据库NIMS DICE
由日本国立材料研究所（NIMS）统筹的数据集成平台。平台收录的多元复杂系统在物理实验下的真实物性数据，弥合了理论计算与工程实际的鸿沟，为机器学习在真实工况下的泛化提供了无可替代的实测级支撑。
前往 NIMS DICE 数据库版本信息
本网站所使用的数据库版本可能滞后于 Materials Project 数据库的最新版本，具体版本信息请参阅 Materials Project 数据库版本说明。获取和使用数据时，建议您关注数据的最后更新时间。由于采用增量同步机制，部分历史数据可能仍会保留在系统中，我们也可能根据实际情况不定期对已同步数据进行全量刷新。 由 NIST 和 NIMS 提供的数据须认证后才允许在受控的系统中访问，这些数据拥有各自独立的条款和版本。