应用场景：柔性电子

关键性能：具有复杂的动态变形能力，响应时间在0.1s以内

标签属性：软物质 柔性材料 柔性电子

应用场景：超级电容器设计

关键性能：建立了3D打印碳微晶格电极结构参数与其超级电容性能之间的构效关系，为实现可定制的超级电容性能提供了合理的设计指导

标签属性：超级电容性能 机器学习 3D打印

应用场景：超级电容性能的高效设计

关键性能：结果显示随机森林算法（RF）呈现出最佳的拟合效果，R2决定系数高达0.978而均方根误差低至0.073

标签属性：超级电容性能 机器学习 3D打印

应用场景：锂离子电池的寿命预测

关键性能：对存储时间和能量吞吐量的推断的预测精度分别提高了38%和13%

标签属性：锂离子电池 机器学习

应用场景：起搏器

关键性能：提供了闭环控制技术框架，以一种完全替代传统医疗设备和药理学方法的方式治疗各种疾病和短时患者疾病

标签属性：心脏起搏 无线网络皮肤 皮肤表面传感器

应用场景：多孔电极

关键性能：分析了“堆叠电极”模型与实验结果之间的误差来源

标签属性：多孔电极 非平衡态电化学热力学理论

应用场景：固体物理

关键性能：建立了非磁性化学计量材料的全拓扑带目录

标签属性：固体物理 非磁性晶体 拓扑绝缘体 拓扑晶体绝缘体

应用场景：动力电池

关键性能：实现电池容量估计误差（RMSE）为1.1%

标签属性：动力电池

应用场景：可穿戴传感器

关键性能：多分析物的同时检测；提高器件的表面防污能力

标签属性：柔性可穿戴电子器件 传感器

应用场景：磷石膏的绿色低碳综合利用

关键性能：该工艺使气体与磷石膏直接接触，让物料预热、煅烧和冷却过程始终处于悬浮或流化状态，传热传质效率高，物料受热均匀；产品均一性、稳定性较高；充分回收利用工艺过程余热，降低能耗

标签属性：磷肥

应用场景：解析二维大分子材料中的复杂结构与性能关联特性

关键性能：获得了石墨烯等二维材料的构象数据

标签属性：机器学习

应用场景：锂电池

关键性能：实现复杂材料系统的基于文本挖掘的高效知识融合和推理与预测

标签属性：锂离子电池 机器学习

应用场景：燃料电池

关键性能：ECSA归一化交换电流密度为70 μA cm-2

标签属性：燃料电池 催化剂

应用场景：机器学习

关键性能：开发了自动化高通量工作流，获得决定硬质涂层性质的关键参数，并发展理论预测模型

标签属性：机器学习 密度泛函理论

应用场景：固态锂电池

关键性能：高价阳离子-氧配位多面体共顶点连接形成的结构骨架有利于锂离子的快速传导

标签属性：固态锂电池 快离子导体材料

应用场景：非均质力学性能要求的工程结构

关键性能：研究设计的力学隐身衣在各设计案例中，均可大幅度降低空洞引起的力学响应扰动，展现出优异的力学隐身性能，而研究提出的方法，其特有的自适应拓扑形状设计，相比传统固定拓扑的设计，能够进一步提高隐身性能

标签属性：数据 超材料

应用场景：高速光电子器件

关键性能：彻底解决基底引入的额外损耗和限制调控等问题

标签属性：石墨烯 光电子器件 等离激元

应用场景：户外环境和现实世界传感应用

关键性能：可以在空气中以每秒0.87 m的速度移动，当无人机释放时，可以在微风中飞行100 m。实际测试表明，传感器可以将数据传输到60 m远的地方

标签属性：仿生

应用场景：深度学习

关键性能：从理论上证明了FastAdaBelief的收敛速度比其他自适应优化算法快，并且通过大量充分的实验验证了该算法的泛化能力比其他自适应优化算法强，这可以帮助完成很多场景下的深度模型训练任务，尤其是在样本数据短缺、硬件计算算力不足的情况下

标签属性：机器学习

应用场景：低维材料特别是一维材料的开发

关键性能：发现了一批新型的一维材料，并找到部分一维材料与二维材料结构图之间的子图同构关联

标签属性：人工智能 机器学习 图论