利用物理基础渲染和实验室测量的折射率，生成高保真度的多视角图像，我们引入 OpenMaterial 数据集，包括 295 种不同材料制成的 1001 个物体，并在 723 种不同的照明条件下采集。OpenMaterial 提供了全面的标注，包括 3D 形状、材料类型、相机姿态、深度和物体掩码。作为首个大规模数据集，它使得对具有多样且具有挑战性材料的物体上现有算法进行定量评估成为可能，从而为处理复杂材料属性的 3D 重建算法的发展铺平了道路。

Jun, 2024

本文介绍了 Virtual Materials Marketplace 项目，重点讨论其本体论开发和数据技术方面。在 VIMMP 内，开发了一个商场级本体系统，用于描述服务，模型和用户之间的交互，并利用 European Materials and Modelling Ontology (EMMO) 作为顶级本体。这些本体用于注释存储在 VIMMP 的 ZONTAL Space 组件中的数据，并支持在 VIMMP 商场前端摄取和检索数据以及元数据。

Dec, 2019

该论文讨论了欧洲材料建模理事会设计的欧洲材料与建模本体（EMMO），以促进计算分子工程、集成计算材料工程和相关材料建模和表征应用程序中的平台、模型和工具之间的语义互操作性。此外，本文介绍了关于建立一个欧洲虚拟市场框架的进行中的工作，其中可以集成不同的平台。同时，还探讨了市场级别的领域本体与像 EMMO 这样的顶层本体结合时所面临的共同挑战。

Jan, 2020

提出了一种利用数据驱动模型加速材料发现优化过程的方法，该方法可以指导科学家先测试最有前途的候选者，并结合不确定性分析为探索高不确定度的候选者和利用参数空间高性能区域提供建议。该方法在材料科学领域的四个测试案例表明，比随机猜测平均少三倍的实验次数就找到了最佳候选方案。

Apr, 2017

Open3D 是一个开源库，支持快速开发处理 3D 数据的软件，包括在 C++ 和 Python 中提供一组数据结构和算法。它具有高度优化的并行化后端，并通过清晰的代码审查机制进行维护，已被用于多个已发布的研究项目并在云中进行活跃部署，欢迎来自开源社区的贡献。

Jan, 2018

利用多目标黑盒优化的主动学习过程，在实时流数据和模块化多目标优化软件开发技术支持下，实现了自动化连续流化学实验室的自治操作，为电解质生产提供了理想的制造条件。

Apr, 2023

通过介绍 MatSynth 数据集，本文提出了一个比以前公开的数据集更大、更多样化且更高分辨率的材质数据集，详细讨论了数据采集过程，并展示了该数据集在材质获取和生成应用中的优势。

Jan, 2024

研究论文介绍了材料信息学作为一种第四范式的材料科学研究方法，并通过应用多种神经网络拓扑结构、逻辑公理和推理信息科学，发展出了面向半导体工业的新型有机半导体发现的数据驱动程序，并为材料科学界提供了知识提取。

May, 2023

该研究提出了用于描述计算分子工程中使用的模拟工作流、各种数据来源和平台的元数据的共同表示系统，引入了两个本体论来提供对实体和它们之间关系的正式规范，以实现语义互操作性。作为概念证明，使用 OSMO 来描述了 TaLPas 工作流管理系统的用例。

Jul, 2019

介绍了数据驱动设计范例这一概念，并将现有的研究分为数据获取、基于机器学习的单元格设计、数据驱动的多尺度优化三个模块进行了综述，分析比较了各个模块的优势和适用性，并探讨了模块之间的联系。

Jul, 2023