APD的最大发射波长为560nm，眉山与芘相比（374nm）发生了明显的红移。

首先，伏牯构建深度神经网络模型（图3-11），伏牯识别在STEM数据中出现的破坏晶格周期性的缺陷，利用模型的泛化能力在其余的实验中找到各种类型的原子缺陷。作者进一步扩展了其框架，牛山以提取硫空位的扩散参数，牛山并分析了与由Mo掺杂剂和硫空位组成的不同配置的缺陷配合物之间切换相关的转换概率，从而深入了解点缺陷动力学和反应（图3-13）。

虽然这些实验过程给我们提供了试错经验，变电但是失败的实验数据摆放在那里彷佛变得并无用处。2018年，站投在nature正刊上发表了一篇题为机器学习在分子以及材料科学中的应用的综述性文章[1]。为了解决上述出现的问题，眉山结合目前人工智能的发展潮流，眉山科学家发现，我们可以将所有的实验数据，计算模拟数据，整合起来，无论好坏，便能形成具有一定数量的数据库。

就是针对于某一特定问题，伏牯建立合适的数据库，伏牯将计算机和统计学等学科结合在一起，建立数学模型并不断的进行评估修正，最后获得能够准确预测的模型。牛山机器学习分类及对应部分算法如图2-2所示。

文章详细介绍了机器学习在指导化学合成、变电辅助多维材料表征、变电获取新材料设计方法等方面的重要作用，并表示新一代的计算机科学，会对材料科学产生变革性的作用。

此外，站投目前材料表征技术手段越来越多，对应的图形数据以及维度也越来越复杂，依靠人力的实验分析有时往往无法挖掘出材料性能之间的深层联系。今天，眉山我们就来关注一下8K技术的发展。

公开资料显示，伏牯2016年巴西里约奥运会中，伏牯NHK拍摄了大约100个小时以上的8K超高清分辨率的比赛赛事节目，在日本境内50多个NHK展播体验区进行了播放，而现场的观看人数超过了20万次，足见民众对8K超高清节目的关注。近期，牛山日本NHK表示，8K超高清正在紧锣密鼓的进行测试中，离走进寻常百姓家的脚步会越来越近。

而最新的8K超高清技术，变电也成为了万众瞩目的焦点所在。据了解，站投在2016年举办的荷兰广播电视展中，日本NHK广播公司使用四块65英寸OLED屏幕组建了8K超高清电视墙，提供了8K分辨率节目的试播。