材料属性知识图谱的建设与发展浅析

刘 涛，邓永和，高 明，张宇文，谭恒博，文大东

（1.吉首大学 物理与机电工程学院，吉首 416000；2.湖南工程学院 计算科学与电子学院，湘潭 411104）

0 引言

随着经济的快速发展和制造业竞争日趋激烈，新一轮全球工业革命推动了材料科学的研究与开发，以满足工业领域对更高性能材料的需求［1］.进入大数据时代，数据挖掘、机器学习等技术在材料研发平台建设和基于大数据的材料分析预测等方面应用日益广泛，并迅速成为材料设计与开发的有力工具.在新材料方面，机器学习算法已应用于许多关键材料的研究中，如新能源材料、软材料、聚合物电介质、钙钛矿材料、压电材料、催化剂、感光材料等，并且取得了显著成就［2］.20世纪90年代末，数据挖掘方法已广泛应用于材料科学研究和生产控制过程中，如材料性能预测与优化、新材料设计与开发、生产过程监控等［3］.机器学习方法结合大量材料数据，加速了新材料的设计和研发的进程，此方法引起了国内外更多材料科学研究者的关注［2］.在材料科学研究中，信息技术主要应用于材料数据库的建设.2011年，美国总统奥巴马提出了将材料数据库作为三大基础平台之一的“材料基因组计划”，并在2014年将其提升为美国的“国家战略”.随后，欧盟、日本和印度等国家也加入此类研究的行列，都争取在新的材料革命时代中抢占先机.2015年中国也启动了“材料基因工程关键技术与支撑平台”重点专项（简称“材料基因工程重点专项”），在……