四百多G的实验数据，包含了大量的冗余信息和实验误差产生的噪音数据，直接查看，太浪费时间。
运行脚本。
脚本在后台自动剔除那些无效的空值和超过标准偏差三个sigma的异常值点。
在等待数据清洗的过程中，赵阳打开了系统自带的PDF阅读器，调出了几本关于固体化学和电化学的英文原版教材。
他的化学水平虽然达到了lv3，但这个等级主要是依靠自由经验提升起来的。
事实上，关于化学方面的知识和书籍，他在大学的时候，就没看过几本，基础知识还是很缺乏的。
三元材料晶格缺陷理论，他需要临时抱佛脚，将这些最基础的概念先进行基本的学习。
179的智商配合过目不忘技能，再加上lv3级别的化学等级，让他的学习化学基础知识的速度，远远超过普通人。
屏幕上的PDF页面以两秒一页的速度快速翻动。
“锂离子在层状结构中的脱嵌机制……”
“镍离子与锂离子的阳离子混排效应……”
“氧空位的生成与相变过程……”
大量的化学专有名词和反应方程式被拓印在赵阳的脑海之中。
两个小时后。
后台的数据清洗脚本运行完毕。原本四百多G的杂乱数据，被压缩成了八十个G的高质量结构化数据表。
赵阳关闭了PDF阅读器。
他调出Python环境，导入了NumPy和自己编写的一个高维矩阵运算库。
看着屏幕上那些庞大的实验数据。
迅速对实验进行归类，各种数字在赵阳脑海之中闪过，以赵阳lv5级别的数学等级，此时他的大脑开始下意识的构建数学模型。
“传统的偏最小二乘回归法无法处理这种非线性曲面。需要引入流形学习的方法。”
“将镍、钴、锰的元素配比作为三维基底，引入烧结温度和电解液添加剂作为附加维度参数。构建一个五维的拓扑空间。”
赵阳在键盘上快速敲击。
一段段极其复杂的数学建模代码在编辑器中生成。
“通过等度量映射算法，保持数据在高维空间中的测地距离不变，将其降维到低维的二维平面上。寻找电化学性能衰减速率与降维后坐标点的映射关系。”
整个周末。
赵阳除了出门晨跑和吃饭之外，几乎没有离开过
（本章节未完结，点击下一页翻页继续阅读）
正在加载...