应用场景：高通量实时分析

关键性能：该技术可在50分钟内实时表征高达100902个单细胞，具有高稳定性、高通量、实时化和全流程自动化等特点

标签属性：高通量

应用场景：自动化实验平台

关键性能：用ChatGPT作为核心串联起①真实世界的机械臂进行自动化实验，②本地或网上专业的材料数据库，③优化材料配方的主动学习算法。

标签属性：机器学习

应用场景：边缘智能的高能效、自适应的仿生视觉系统

关键性能：提高了系统的泛化能力和不同环境下的稳定性，并保留了储池计算硬件友好、网络轻量化、训练成本低等特点

标签属性：仿生

应用场景：葡萄糖检测和实时连续监测

关键性能：新型传感膜的灵敏度高达31.2 μA mM-1，可稳定连续监测蔗汁中的葡萄糖浓度长达8小时无电流响应漂移。

标签属性：膜材料

应用场景：可穿戴人机交互系统

关键性能：该系统利用机器学习分类算法实现了对15种单一手势手语的识别和6种组合手势手语的识别（识别准确率分别达98.2%和98.9%）。系统整体的响应时间小于1s。

标签属性：可穿戴 柔性电子

应用场景：仿生结构的设计、制造和验证

关键性能：该结构设计比单一晶格拓扑结构的模量和应变能量密度提高了7倍。添加填料进一步将结构的刚度提高12倍以上，且减少了结构屈曲

标签属性：3D打印

应用场景：化学无序材料的智能预测

关键性能：与传统枚举法相比，LAsou方法仅需要非常少的第一性原理计算就可以快速找到热力学稳定的结构

标签属性：机器学习 第一性原理

应用场景：数据驱动机器人合成纳米晶

关键性能：纳米晶高效逆向设计及合成

标签属性：机器学习

应用场景：太阳能界面水蒸发

关键性能：组装的相变蓄热材料强化界面水蒸发系统的全天水蒸发量为1.26 kg·m2，与传统的系统相比，每天的产水量提高了200%，性能得到显著提升

标签属性：相变储能

应用场景：脑电信号采集

关键性能：基于该水凝胶制备的传感电极在接触阻抗和噪声功率两个关键指标方面均性能优异

标签属性：水凝胶

应用场景：确定材料的微结构

关键性能：仅需要非常少的第一性原理计算就可以快速找到热力学稳定的结构

标签属性：机器学习 第一性原理

应用场景：OLED

关键性能：一种高性能的纤维状OLED织物显示器，具有大的发射面积和耐水性，超过了已报道的纺织器件

标签属性：oled

应用场景：电池监测

关键性能：本研究改为使用硫化物玻璃纤维，其传输范围为3至13 μm。该方法可以提供SEI生长步骤所涉及的数据，以及跟踪循环时的Li(Na)含量

标签属性：电池

应用场景：柔性电子

关键性能：具有大的发射面积和耐水性，超过了已报道的纺织器件。

标签属性：oled

应用场景：钙钛矿太阳能电池开发

关键性能：该研究提出了统一的稳定性描述指标TS80m，可以将不同测试条件下和不同方式记录的钙钛矿太阳能电池稳定性数据归一化到同一标准。

标签属性：钙钛矿

应用场景：冷冻电镜样品制备

关键性能：保证了对目标生物大分子的有效吸附，避免了气液界面所带来的潜在风险。另外，因为石墨烯表面修饰的基团带有不同的电荷性质，从而提供了与目标生物大分子不同的相互作用方式，达到丰富取向分布的目的

标签属性：石墨烯 冷冻电镜

应用场景：校正密度泛函理论（DFT）的计算数据

关键性能：形成焓预测数据（基于PBE泛函）与实验数据的误差仅为~0.06 eV/atom

标签属性：机器学习 材料计算模拟

应用场景：合金设计

关键性能：快速、自动发现具有最佳热、磁和电性能的高熵合金

标签属性：合金设计 机器学习

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