我当时听了之后，不作不作觉得很感动，因为我也是一个特别喜欢狗狗的人，所以我就答应了她。
首先，有色构建带有属性标注的材料片段模型（PLMF）：将材料的晶体结构分解为相互关联的拓扑片段，表示结构的连通性。些景利用机器学习解决问题的过程为定义问题-数据收集-建立模型-评估-结果分析。
此外，不作不作作者利用高斯拟合定量化磁滞转变曲线的幅度，不作不作结合机器学习确定了峰/谷c/a/c/a - a1/a2/a1/a2域边界上的铁弹性增加的特征（图3-10），而这一特征是人为无法发掘的。这就是步骤二：有色数据收集跟据这些特征，我们的大脑自动建立识别性别的模型。些景图3-8压电响应磁滞回线的凸壳结构示例（红色）。
为了解决上述出现的问题，不作不作结合目前人工智能的发展潮流，不作不作科学家发现，我们可以将所有的实验数据，计算模拟数据，整合起来，无论好坏，便能形成具有一定数量的数据库。另外7个模型为回归模型，有色预测绝缘体材料的带隙能（EBG），有色体积模量（BVRH），剪切模量（GVRH），徳拜温度（θD），定压热容（CP），定容热容（Cv）以及热扩散系数（αv）。
经过计算并验证发现，些景在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。
一旦建立了该特征，不作不作该工作流程就可以量化具有统计显着性和纳米级分辨率的效应。有色(f)在室温下在大气（黑暗）中评估的TiO2和TiO2/C-PCBSD:GD基PSCs的归一化PCE值与时间的关系。
些景(g)H的化学吸附能与自由能曲线（ΔG）的关系。不作不作(n)在暗和光条件下测量的不同光电阴极的线性扫描伏安法扫描结果。
有色(i)催化剂的瞬态光电流响应。些景(f)负载15%GDY的GDYMS样品的照片。