D)缩小的原位拉伸实验中裂纹尖端附近的结构演化，数数据白色箭头暗示了高密度的位错[6]。
此外，字泉中心作者利用高斯拟合定量化磁滞转变曲线的幅度，字泉中心结合机器学习确定了峰/谷c/a/c/a - a1/a2/a1/a2域边界上的铁弹性增加的特征（图3-10），而这一特征是人为无法发掘的。最后，城规成全城市将分类和回归模型组合成一个集成管道，应用其搜索了整个无机晶体结构数据库并预测出30多种新的潜在超导体。
最后我们拥有了识别性别的能力，划出并能准确的判断对方性别。随后开发了回归模型来预测铜基、国区铁基和低温转变化合物等各种材料的Tc值，国区同样取得了较好结果，利用AFLOW在线存储库中的材料数据，他们进一步提高了这些模型的准确性。当然，域性机器学习的学习过程并非如此简单。
目前，数数据机器学习在材料科学中已经得到了一些进展，如进行材料结构、相变及缺陷的分析[4-6]、辅助材料测试的表征[7-9]等。3.1材料结构、字泉中心相变及缺陷的分析2017年6月，字泉中心Isayev[4]等人将AFLOW库和结构-性能描述符联系起来建立数据库，利用机器学习算法对成千上万种无机材料进行预测。
利用k-均值聚类算法，城规成全城市根据凹陷中心与红线的距离，对磁滞回线的转变过程进行分类。
需要注意的是，划出机器学习的范围非常庞大，有些算法很难明确归类到某一类。冰箱、国区洗衣机、热水器等品类家电也悄然作出了不同力度的价格调整。
域性但繁荣背后的隐忧同样不可忽视。企业应主动适应形势的变化，数数据将消费升级、数数据产品结构优化作为企业发展的方向，通过自主创新和管理能力的提升，进入以创新驱动和效率驱动为主的发展阶段，实现自身的健康运营。
从目前来看，字泉中心价格调整的幅度整体没有超过10％，多数企业的调价范围在5％以内，也有一些企业目前没有选择调价。姜风介绍说，城规成全城市《超限运输车辆行驶公路管理规定》施行后，运输费用也上涨了近40％，这些都给企业生产造成了不小的压力。