《Nature Commun》：机器学习多目标超材料设计！
彭勃、韦业、秦瑜为该论文的第一作者。
韦业、秦瑜、温鹏为通讯作者。
研究单位为清华大学。
doi.org/10.1038/s41467-...
研究提出了一种数据高效的方法，通过机器学习和有限元法，快速优化三维打印构造材料的多种性能。与传统均匀设计相比，这种无经验方法能设计出具有生物相容性和高强度的微观异质结构，并能够智能修复不规则形状的动物骨缺陷，提高实验承载能力。
超材料是最广泛采用的工程材料之一，因其出色的机械性能和可调性，被广泛应用于轻型结构、声学、电池电极、电磁学和组织工程等领域。然而，构造材料的设计却十分困难，传统方法通常耗时耗力，且设计结果的性能高度依赖于设计者的专业知识和初始猜测。
最近，机器学习（ML）成为一个有前途的技术，可以解决这个问题，无需先前的知识要求即可找到最优解。这项研究引入了一种主动学习方法，将生成模型与物理模拟有效结合，以在许多现实世界工程设计中常见的各种约束条件下进行高维多目标优化。
研究通过3D打印技术制造由机器学习设计的构造材料，并实验验证相应的机械性能。结果显示，机器学习设计的立方支架在大型、不规则形状骨缺陷固定的大植入物中表现出更高的承载能力。
这项工作展示了一种多目标主动学习方法，利用生成模型和3D神经网络，在多个外部约束条件下设计3D打印构造材料。通过融合高精度模拟、机器学习和3D打印，该框架成为了一个强大而稳健的工具，擅长复杂的多目标架构优化。
课题组介绍清华大学机械系博士生彭勃、交叉信息研究院博士后韦业与北京大学博士后秦瑜为该论文的共同第一作者，韦业、秦瑜与清华大学机械系温鹏副教授为该论文的共同通讯作者。北京大学郑玉峰教授、北医三院田耘教授、机械系博士生代家宝、刘奥博、德国马普所钢铁研究所韩六六博士、李跃博士等在该研究中作出贡献。
求解： Machine learning 是一本杂志名称还是其它的一个什么机构？
一个学科，人工智能AI的一部分，意思为机器学习
如对您有所帮助，请采纳。
