DFT理论计算表明双金属MXene材料Mo2TiC2Tx对NO2气体分子表现出超强的吸附特性，速读史蒂史原吸附能可达−3.12eV。

当我们进行PFM图谱分析时，芬霍仅仅能表征a1/a2/a1/a2与c/a/c/a之间的转变，芬霍而不能发现a1/a2/a1/a2内的反转，因此将上述降噪处理的数据、凸壳曲线以及k-均值聚类的方法结合在一起进行分析，发现了a1/a2/a1/a2内的结构的转变机制。目前，金自机器学习在材料科学中已经得到了一些进展，如进行材料结构、相变及缺陷的分析[4-6]、辅助材料测试的表征[7-9]等。

根据机器学习训练集是否有对应的标识可以分为监督学习、速读史蒂史原无监督学习、半监督学习以及强化学习。发现极性无机材料有更大的带隙能（图3-3），芬霍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）。3.1材料结构、金自相变及缺陷的分析2017年6月，金自Isayev[4]等人将AFLOW库和结构-性能描述符联系起来建立数据库，利用机器学习算法对成千上万种无机材料进行预测。

速读史蒂史原这些都是限制材料发展与变革的重大因素。为PLMF图中的顶点赋予各个原子独有的物理和化学性能（如原子在元素周期表中的位置、芬霍电负性、摩尔体积等），以此将不同的材料区分开。

利用k-均值聚类算法，金自根据凹陷中心与红线的距离，对磁滞回线的转变过程进行分类。

图3-11识别破坏晶格周期性的缺陷的深度卷积神经网络图3-12由深度卷积神经网络确定的无监督的缺陷分类图3-13不同缺陷态之间转移概率的分析4机器学习在材料领域的研究展望与其他领域，速读史蒂史原如金融、速读史蒂史原互联网用户分析、天气预测等相比，材料科学利用机器学习算法进行预测的缺点就是材料中的数据量相对较少。集成灶可以将吸油烟机、芬霍燃气灶、芬霍消毒柜、储藏柜四大功能合为一体，具有独特组合方式和高效率的吸油烟效果，并实现全自动智能化控制，属绿色环保型高档厨房产品。

据预测，金自今后10年我国将有33%的住户迁入新房，加上每年厨电产品更新换代，这就以为着平均每年有超过万个以上的厨房家电市场容量。吸油烟机+燃气灶+消毒柜+储藏柜=集成灶在空间上，速读史蒂史原可大大减小所占空间面积，速读史蒂史原同时避免忙乱中碰到头的问题;在视觉上，让整个厨房既整洁又美观，看不到一些繁杂的厨房用具;在环保上，能净化90%以上的油烟，不留死角，让家庭主妇放心烹饪、快乐烹饪。

芬霍集成灶将会是开放式厨房的首选产品▲图源沃尔玛近年来沃尔玛正持续与多家公司进行联动，金自在去年沃尔玛与在线电视节目巨头Roku合作推出电视购物广告，金自号称可以无跳转购物，进来还联动部分游戏，玩家可以在游戏中直接购买商品。