TEMTEM全称为透射电子显微镜，增量即是把经加速和聚集的电子束投射到非常薄的样品上，增量电子在与样品中的原子发生碰撞而改变方向，从而产生立体角散射。

3.1材料结构、配电相变及缺陷的分析2017年6月，配电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。Ceder教授指出，试点可以借鉴遗传科学的方法，试点就像DNA碱基对编码蛋白质等各种生物材料一样，用材料基因组编码各种化合物，而实现这一编码的工具便是计算机的数据挖掘及机器学习算法等。

首先，缘何构建深度神经网络模型（图3-11），缘何识别在STEM数据中出现的破坏晶格周期性的缺陷，利用模型的泛化能力在其余的实验中找到各种类型的原子缺陷。利用k-均值聚类算法，推进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。1前言材料的革新对技术进步和产业发展具有非常重要的作用，缓慢但是传统开发新材料的过程，都采用的试错法，实验步骤繁琐，研发周期长，浪费资源。

为了解决这个问题，增量2019年2月，Maksov等人[9]建立了机器学习模型来自动分析图像。配电这些都是限制材料发展与变革的重大因素。

另外7个模型为回归模型，试点预测绝缘体材料的带隙能（EBG），试点体积模量（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）。

那么在保证模型质量的前提下，缘何建立一个精确的小数据分析模型是目前研究者应该关注的问题，缘何目前已有部分研究人员建立了小数据模型[10,11]，但精度以及普适性仍需进一步优化验证。推进相关研究成果以RedoxPoly-CounterionDopedConductingPolymersforPseudocapacitiveEnergyStorage为题发表在AdvancedFunctionalMaterials上。

文献链接：缓慢RedoxPoly-CounterionDopedConductingPolymersforPseudocapacitiveEnergyStorage(DOI:10.1002/adfm.202006203)本文由材料人微观世界编译供稿，材料牛整理编辑。基于电极的总质量和体积，增量分别具有235Fg-1和235Fcm-3的重量和体积电容。

相反，配电永久性掺杂剂是大尺寸的离子，由于空间位阻效应，它们被锚定于聚合物中。试点（c）在0.02m(NH4)6Mo7O24·4H2O和0.1mNa2SO4溶液中以5mVs-1的扫描速率扫描15个循环的曲线。