2021年8月23日，应用物理期刊Journal of Applied Physics 刊发了题为“Machine Learning-based Data Processing Technique for Time-Domain Thermoreflectance (TDTR) Measurements”的最新研究成果。第一作者为庞昱（2019级直博生），指导老师为杨荣贵老师和江普庆老师。(Selected as Editor's Pick: https://aip.scitation.org/journal/jap)

 目前时域热反射法（TDTR）已发展为成熟可靠的热物性测量技术，并被广泛应用于块体和薄膜材料的热物性测量，但其传统的数据处理方法在计算效率和拟合精度上存在限制。

 本文利用机器学习模型进行实验数据处理，克服了上述缺点，并基于机器学习模型的高通量数据处理能力，快速实现了多参数蒙特卡洛不确定性估计。此外，本文利用机器学习模型识别实验数据细微特征的能力，实现从单组实验数据中同时提取多个（三个或更多）待测参数。

文章链接: https://aip.scitation.org/doi/10.1063/5.0057796