数据驱动的烧结钕铁硼磁体智能化工艺迭代研究获进展。烧结钕铁硼磁体是电动汽车、风力涡轮机等核心组件。近日，中国科学院计算机网络信息中心与中国科学院赣江创新研究院合作，构建了首个包含近2000个样本的“工业—学术”双域数据库，利用高性能计算辅助的机器学习，在虚拟实验环境中系统研究了数据选择策略的有效性。
研究团队定量揭示了工业界注重“成本与稳定”与学术界追求“性能极限”的根本性设计差异，搭建了适用于“成分—工艺—性能”关系的智能化生产工艺持续迭代方法框架，提供了将量子核方法集成到数据高效工作流中的方法论蓝图。
相关研究成果发表在npj Computational Materials 上。研究工作得到国家重点研发计划、国家自然科学基金、中国科学院战略性先导科技专项等的支持。
基于主动学习和多个模型核心的数据筛选与磁体性能预测框架
研究团队单位：计算机网络信息中心