例如，德国在300K时，石墨烯纳米片沿y轴方向呈现1.5个周期的波浪形。

不过，危机虽然公共领域是最先替换LED灯具的场所，但工业及商业仍是智能照明最大的应用场域，因为点灯时间长，可藉由智能控制来达到节能目的。若以台湾地区为例，分析政府以政策强制性替换水银路灯、分析换装LED路灯，经济部次长曹士昭在2015台湾国际照明展及LED制程展开幕时即指出，台湾地从2014年开始实施水银路灯落日计划，预定在2016年底前全面禁用水银路灯，此项换置计划投入经费高达54.9亿元，可望节省6.4亿度电，并减少33万公吨的二氧化碳排放量，台湾将成为全球第一个全面淘汰水银路灯的地区。

虽然目前智能照明仍处推广期，及启不过在各大系统厂商积极投入、及启以及节能趋势带动下，智能家庭市场潜力更胜智能型手机，2019年市场规模可达87.1亿美元。传统照明厂商强调个人化功能台湾工研院产业经济与趋势研究中心产业分析师黄孟娇分析，德国传统的照明厂商强调的是个人化要求，德国最常见的产品是以灯泡为与手机APP结合，方便使用者操作，这种智能照明型态的产品和其他方式相较，价格较为亲民，比较容易吸引创新者与早期消费者购买。智能照明系统可依据人类的心理、危机生理需求，或是被照物的需要，自动调整出最舒适的色温及亮度。

身为主要照明产品制造国家，分析中国占有21%的市场份额，加上成本优势与完整供应链，市场竞争最为激烈。美国市场占比19%，及启LED商业照明需求正强劲展开，其中又以灯管换装市场成长最为快速。

LEDinside分析，德国LED家居照明市场将于2014至2016年正式进入成长期，每年维持30%的速度增长中。

新兴市场大门将于2015年大幅敞开，危机包括亚洲其他地区、中东与印度、及拉丁美洲共占有28%，成长动能主要受惠于人口数量、政策推动与项目推广。欢迎大家到材料人宣传科技成果并对文献进行深入解读，分析投稿邮箱:[email protected].投稿以及内容合作可加编辑微信：cailiaorenVIP.。

基于此，及启本文对机器学习进行简单的介绍，及启并对机器学习在材料领域的应用的研究进展进行详尽的论述，根据前人的观点，总结机器学习在材料设计领域的新的发展趋势，以期待更多的研究者在这个方向加以更多的关注。图3-11识别破坏晶格周期性的缺陷的深度卷积神经网络图3-12由深度卷积神经网络确定的无监督的缺陷分类图3-13不同缺陷态之间转移概率的分析4机器学习在材料领域的研究展望与其他领域，德国如金融、德国互联网用户分析、天气预测等相比，材料科学利用机器学习算法进行预测的缺点就是材料中的数据量相对较少。

Ceder教授指出，危机可以借鉴遗传科学的方法，危机就像DNA碱基对编码蛋白质等各种生物材料一样，用材料基因组编码各种化合物，而实现这一编码的工具便是计算机的数据挖掘及机器学习算法等。此外，分析作者利用高斯拟合定量化磁滞转变曲线的幅度，分析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。