蛇形异质结构水凝胶电极实现抗运动伪影表皮电生理
研究报道了一种应变解耦的蛇形异质结构水凝胶电极（SHGE），将激光图案化蛇形几何与细菌纤维素/单宁酸支撑层、导电 MXene/聚乙烯醇水凝胶层叠合，通过界面氢键与拓扑互锁，并借助 NaOH 诱导的 PVA 纳米晶畴抑制裂纹扩展、把形变从传感界面移开。
推荐理由：蛇形异质结构把形变从传感界面解耦，为动态活动下的表皮电生理提供了一条可迁移的抗运动伪影设计路线。
技术方向
机器学习与高通量 最新动态
机器学习在高分子里的进展：高通量筛选与配方优化、结构—性能预测、数据驱动的材料发现与实验自动化。
23 条精选近 30 天 23 条共收录 38 条
更新
精选归档 · 第 2 页
Advanced Materials精选AI 评分6969 ACS Nano精选AI 评分6262 用扩展机器学习分子动力学模拟聚合物衍生硅碳氮陶瓷的相分离
研究开发并应用了一种含氢硅碳氮（SiCNH）陶瓷的机器学习原子间势，训练数据库包含超过9000个构型，涵盖非晶模型、高温态、表面与晶体结构预测。该势支持8000原子体系的大规模分子动力学模拟，揭示热处理过程中碳畴从非晶SiCN基体逐步形核、形成类石墨烯片层，同时保持陶瓷网络完整。模型复现了实验原子对分布函数，并显示缺陷五元环和/或七元碳环介导向稳定六元芳香结构的转变。
推荐理由：原文给出机器学习势函数训练数据库规模与8000原子模拟尺度，可了解聚合物衍生陶瓷相分离的原子级模拟路径。
Advanced Science精选AI 评分6262 生成式 AI 与主动学习提升纳米架构材料比刚度
研究提出一种在体素化结构空间中直接搜索的框架，将立方对称单胞编码为连续隐表示，并用代理模型引导的多目标搜索配合主动学习循环，把预测结果反复转化为高保真验证数据。
推荐理由：用生成式 AI 与主动学习在体素结构空间直接搜索，得到超出预设拓扑族的碳纳米架构，并给出刚度与强度提升幅度。