烧结钕铁硼磁体是电动汽车、风力涡轮机等核心组件。近日，中国科学院计算机网络信息中心与中国科学院赣江创新研究院合作，构建了首个包含近2000个样本的“工业—学术”双域数据库，利用高性能计算辅助的机器学习，在虚拟实验环境中系统研究了数据选择策略的有效性。研究团队定量揭示了工业界注重“成本与稳定”与学术界追求“性能极限”的根本性设计差异，搭建了适用于“成分—工艺—性能”关系的智能化生产工艺持续迭代方法框架，提供了将量子核方法集成到数据高效工作流中的方法论蓝图。相关研究成果发表在npj Computational Materials 上。研究工作得到国家重点研发计划、国家自然科学基金、中国科学院战略性先导科技专项等的支持。论文链接基于主动学习和多个模型核心的数据筛选与磁体性能预测框架