最近，微语开发了氮化硅作为氧化硅的替代材料。

首先，录精利用主成分分析法（PCA）对铁电磁滞回线进行降噪处理，录精降噪后的磁滞曲线由（图3-7）黑线所示，能够很好的拟合磁滞回线所有结构特征，解决了传统15参数函数拟合精度不够的问题（图3-7）红色。图3-7 单个像素处压电响应的磁滞回线：选0想原始数据（蓝色圆圈），传统拟合曲线（红线）和降噪处理后的曲线（黑线）。

发现极性无机材料有更大的带隙能（图3-3），微语所预测的热机械性能与实验和计算的数据基本吻合（图3-4）。并利用交叉验证的方法，录精解释了分类模型的准确性，精确度为92±0.01%（图3-9）。最后我们拥有了识别性别的能力，选0想并能准确的判断对方性别。

深度学习算法包括循环神经网络（RNN）、微语卷积神经网络（CNN）等[3]。一旦建立了该特征，录精该工作流程就可以量化具有统计显着性和纳米级分辨率的效应。

这个人是男人还是女人？随着我们慢慢的长大，选0想接触的人群越来越多，选0想了解的男人女人的特征越来越多，如音色、穿衣、相貌特征、发型、行为举止等。

属于步骤三：微语模型建立然而，微语刚刚有性别特征概念的人，往往会在识别性别的时候有错误，例如错误的认为养着长头发的男人是女人，养短头发的女人是男人。录精(b)热导纳普估计钙钛矿薄膜态缺陷密度。

选0想图四阳离子的离子键钝化(a)碘化钾钝化钙钛矿薄膜的PLQE随钾离子含量变化。微语(b)几种胆碱两性离子化学结构。

然而由于一些添加剂的多功能属性、录精所涉及钙钛矿材料的复杂性以及受限的实验技术，录精还未能达到对缺陷钝化的全面理解，因此很难在不同的薄膜制备工艺或成分上实现普遍的有效钝化。最后作者对缺陷钝化策略进行展望，选0想提出钝化机制的全面理解以指导添加剂的设计以及组合互补添加剂用于实现协同钝化，选0想有望实现该技术的商业化应用。