人工智能在材料科学领域的应用发展研究--基于WOS核心数据库的文献计量分析

以实验试错法和基于密度泛函理论的方法为代表的传统新材料发现方法,逐渐在开发成本、效率以及周期等方面显现出不足。人工智能,特别是机器学习和深度学习,综合强大的数据处理和高预测性能,在材料发现、材料设计、材料检测和材料分析等领域展示出优势,对新材料研发创新具有重要推动作用。以近10年美国信息情报研究所(ISI)下属的Web of Science(WOS)核心数据库收录的相关文献为数据源,使用CiteSpace软件开展可视化分析,旨在总结分析人工智能在材料科学领域发展的研究现状、研究热点及其研究发展趋势,为中国人工智能与材料科学融合创新发展提供相关参考,以期提升研究水平。