特色方向1：轻金属材料和相关材料数据库的建立
材料数据库的建立是材料科学的重要内容，是大数据时代利用人工智能缩短材料研发周期和成本的重要工具之一。针对目前国内缺少内容详尽的轻金属材料专用数据库，我们构建了一个轻金属材料专用数据库，本方向主要聚焦以下两个方面：收录轻金属材料文献数据和利用理论计算方法补充文献中缺少的轻金属材料的相关信息。
特色方向2：数据的处理和分析技术
针对轻金属材料数据分析与处理困难的问题，将开发新的算法和软件工具，对不同来源的数据进行统一标度，方便对材料数据的分析和处理。本方向的数据处理主要围绕数据标准化、数据清洗、数据降维和数据规范等问题展开。对建立的数据库添加更多的辅助研究功能，如表格分析、散点分析、曲线分析、曲线对比、公式算法自定义等数据统计和分析功能，并以多种简单明了的形式展示分析结果。最终目的是让材料研究人员能够更加容易地通过机器学习，挖掘轻金属材料属性的变化规律，为材料的智能化设计提供技术支撑。
特色方向3：轻金属材料的智能化设计
机器学习可以促进新材料的开发，大大缩短研发周期和节约研究成本。利用轻金属材料数据库，结合机器学习方法，可以对轻金属材料进行分类和性质预测等，筛选出具有特殊性能的轻金属材料。本方向主要聚焦以下内容：其一，利用轻金属材料数据库中的轻金属储氢材料和轻金属空气电池的电化学性能参数等，结合机器学习方法筛选出更加绿色高效的轻金属储氢材料，研发更加适用于轻金属空气电池的阳极材料和电解液等；其二，通过机器学习方法，从已知的离子液体数据库中筛选部分具备防腐能力的阴、阳离子，然后采用量子化学方法计算这些离子液体的防腐能力以及相应的参数，从而进一步筛选出能够用于轻金属材料的离子液体缓蚀剂；其三，利用轻金属数据库中的力学性能和延展性能数据，结合机器学习方法，预测和筛选具有高强度和高韧性的轻金属材料，确定轻金属冶炼的工艺参数。
