66
原题:数据驱动范式下化学激发硅铝质胶凝材料的研究进展
综述了数据驱动方法在地质聚合物等化学激发硅铝质胶凝材料研发中的应用,AI与数据科学可加速材料性能优化。
关注理由:AI4S技术有望降低这类绿色胶凝材料的研发周期与成本,对固井材料可持续发展具有潜在价值。
相关10新颖6证据6迁移8
当前只展示两条代表性检索示例,用来标记后续专利模块的位置;后续会升级为自动抓取、摘要、评分,再像论文一样进入日报。
当前只展示两条代表性检索示例,用来标记后续专利模块的位置;后续会升级为自动抓取、摘要、评分,再像论文一样进入日报。
综述了数据驱动方法在地质聚合物等化学激发硅铝质胶凝材料研发中的应用,AI与数据科学可加速材料性能优化。
关注理由:AI4S技术有望降低这类绿色胶凝材料的研发周期与成本,对固井材料可持续发展具有潜在价值。
提出一种融合物理方程与数据修正的神经网络模型,用于精准预测复合胶凝材料的水化热曲线。
关注理由:该模型将物理先验嵌入AI,提升了预测精度,对固井水泥浆的水化热控制与抗裂设计有直接指导意义。
当前只展示两条代表性检索示例,用来标记后续专利模块的位置;后续会升级为自动抓取、摘要、评分,再像论文一样进入日报。