诺奖教授最新Nat Energy：机器学习辅助快速筛选耐热介电聚合物
材料人
2024-12-11 09:50
文章摘要
本文介绍了利用机器学习技术快速筛选耐热介电聚合物的方法。介电聚合物因其轻便和耐高压特性在静电薄膜电容器中具有重要应用，但在高温环境下的耐受性较差。研究团队通过训练神经网络系统，从近50,000种聚硫酸酯中筛选出高性能的耐热聚合物，显著提高了筛选效率和准确性。研究结果表明，聚硫酸酯P6具有卓越的热韧性和介电性能，为未来电气化应用提供了新的材料选择。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Gap-Filling and Crystallization Kinetics Regulation in VTD/Spray Hybrid Perovskite Solar Cells
DOI: 10.1021/acsaem.6c00321
Pub Date : 2026-03-23
Date: 2026/3/3 0:00:00
Mechanically Induced Surface Metallization of Ultraflexible Liquid Metal/SEBS Fibers for On-Demand and Multifunctional Physiological Monitoring
DOI: 10.1021/acsaelm.5c02451
Pub Date : 2026-03-24
Date: 2026/3/6 0:00:00
Progress on urban energy access and energy poverty in the Global Covenant of Mayors initiative
DOI: 10.1038/s41560-026-02019-4
Pub Date : 2026-03-30
材料人
高达25400 PPI！福州大学，今日重磅Nature！.
2026-04-02
做实验需要计算模拟加持？.
2026-04-02
高校官宣：继续沿用2025中科院分区！.
2026-03-31
最新文章
一名中国博士生的求救：导师严重伤害了我，我该投诉还是退学？
2026-04-02
中国科学院院士、C9大学党委书记，有重要职务！
2026-04-02
五年磨出Nature，她却告别学术圈：真正的科研，从不是困在象牙塔
2026-04-02
京公网安备 11010802042870号
