Dieser Kurs soll einen kurzen Überblick über die aufkommende Disziplin der Materialinformatik an der Schnittstelle von Materialwissenschaft, Computerwissenschaft und Informationswissenschaft geben. Die Aufmerksamkeit wird auf spezifische Möglichkeiten gelenkt, die dieses neue Gebiet bietet, um die Entwicklung und den Einsatz von Materialien zu beschleunigen. Ein besonderer Schwerpunkt liegt dabei auf Materialien, die hierarchische interne Strukturen aufweisen, die sich über mehrere Längen-/Strukturskalen erstrecken, sowie auf den Hindernissen, die bei der Erstellung invertierbarer Prozess-Struktur-Eigenschafts-Verknüpfungen (PSP) für diese Materialien bestehen. Genauer gesagt wird argumentiert, dass moderne Datenwissenschaften (einschließlich fortgeschrittener Statistik, Dimensionalitätsreduktion und Formulierung von Metamodellen) und innovative Cyberinfrastruktur-Tools (einschließlich Integrationsplattformen, Datenbanken und maßgeschneiderte Tools zur Verbesserung der Zusammenarbeit zwischen interdisziplinären Teammitgliedern) wahrscheinlich eine entscheidende und zentrale Rolle bei der Bewältigung der oben genannten Herausforderungen spielen werden.

Materialdatenwissenschaften und Informatik
Zum Labor Day gibt es bei Coursera Plus Rabatte von über 70 $. Sparen Sie 3 Monate lang 40 %.

352 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Werkstoffkunde
- Kategorie: Datenwissenschaft
- Kategorie: Data Mining
- Kategorie: Gemeinsame Nutzung von Daten
- Kategorie: Verfahrenstechnik
- Kategorie: Informatik
- Kategorie: Strukturelle Analyse
- Kategorie: Statistik
- Kategorie: Integration von Daten
- Kategorie: Herstellungsverfahren
- Kategorie: Daten-Infrastruktur
Werkzeuge, die Sie lernen werden
- Kategorie: Kollaborative Software
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
5 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

In diesem Kurs gibt es 6 Module
Dozent

Mehr von Chemie entdecken

Arizona State University

Arizona State University

Shanghai Jiao Tong University

Korea Advanced Institute of Science and Technology(KAIST)
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
64,48 %
- 4 Sterne
25,85 %
- 3 Sterne
6,53 %
- 2 Sterne
1,98 %
- 1 Stern
1,13 %
Zeigt 3 von 352 an
Geprüft am 7. Sep. 2020
I take this opportunity to express sincere gratitude to Dr Surya Kalidindi. Thank you COURSERA yet again.
Geprüft am 11. Juli 2024
This course effectively bridged the gap between materials science and data-driven methodologies, introducing advanced techniques for managing and analyzing complex materials data.
Geprüft am 22. Sep. 2018
Machine learning part and its application to material science was interesting but informative contents like material dev eco system and whole week 1 was more informative than logical
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,




