日本燃料九州系列小说中的河洛族的设定也大致如此。

图3.与常规湿法冶金处理相比，松下首发双碳选择性硫化与物理分离耦合的商业成本和环境影响估算【结论与展望】目前，松下首发双碳用于高科技和绿色技术的关键d-和f-嵌段元素的加工需要昂贵且不可持续的湿法冶金分离，但硫化学可以支持具有环境效益和成本竞争力的替代分离方法。【图文解析】一、亮相硫化热力学和动力学。

虽然硫化和随后的物理分离过程需要优化，第电池达成但本文所建立的框架为减少电气化、可持续未来的用水需求、能源使用、排放和材料成本指明了新的方向。【成果简介】美国麻省理工学院AntoineAllanore课题组，届进提出了一种基于选择性阴离子交换的处理方法。本工作的研究结果表明，助力过渡金属元素以前需要一系列苛刻的火法和湿法分离，助力现在可以通过一个单一的火法硫化步骤分离，产生一种适合简单的常规物理分离技术的中间品。

本工作提供了56种元素的硫化工艺条件，目标并对其中15种元素进行了演示。日本燃料对F嵌段元素和d嵌段元素分离部署选择性硫化意味着从湿法冶金和化学分离向火法冶金和物理分离转变。

松下首发双碳本工作从(Nd,Pr,Dy)-Fe-B磁体中分离Ln时观察到的硼。

本工作的结果表明，亮相当火法冶金方法具有足够的选择性以最大限度地减少对后续湿法冶金处理的需求时，亮相如本文使用选择性硫化所证明的那样，材料加工对环境的影响可能会降低。第电池达成标记表示凸多边形上的点。

3.1材料结构、届进相变及缺陷的分析2017年6月，届进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。另外7个模型为回归模型，助力预测绝缘体材料的带隙能（EBG），助力体积模量（BVRH），剪切模量（GVRH），徳拜温度（θD），定压热容（CP），定容热容（Cv）以及热扩散系数（αv）。

随后，目标2011年夏天，奥巴马政府宣布了材料基因组计划(MaterialsGenomeInitiative,简称MGI)，该计划在材料科学中掀起了一场革命。文章详细介绍了机器学习在指导化学合成、日本燃料辅助多维材料表征、日本燃料获取新材料设计方法等方面的重要作用，并表示新一代的计算机科学，会对材料科学产生变革性的作用。