德國馬克斯·普朗克研究所將自然語言處理與深度神經(jīng)網(wǎng)絡(luò)相結(jié)合，開發(fā)出一種過程感知神經(jīng)網(wǎng)絡(luò)模型，能夠同時(shí)促進(jìn)數(shù)字與文本數(shù)據(jù)的訓(xùn)練，增強(qiáng)耐腐蝕合金設(shè)計(jì)的機(jī)器學(xué)習(xí)能力。除了數(shù)字輸入訓(xùn)練之外，過程感知神經(jīng)網(wǎng)絡(luò)模型能夠接受與合金加工歷史和電化學(xué)測試方法有關(guān)的文本輸入，點(diǎn)蝕電位預(yù)測準(zhǔn)確性優(yōu)于簡單神經(jīng)網(wǎng)絡(luò)模型，能夠更準(zhǔn)確地識別給定電化學(xué)環(huán)境中合金元素對耐點(diǎn)蝕性能的貢獻(xiàn)。此外，該模型還將合金的輸入成分轉(zhuǎn)換為基于元素物理/化學(xué)性質(zhì)的合金描述符，有效識別構(gòu)型熵、原子堆積效率、元素之間局部電負(fù)性差和原子半徑差等提供耐點(diǎn)蝕性能的關(guān)鍵參數(shù)。