SCIHOT固井技术观测站
SCIHOT Research Signals

2026-08-19

7 条精选 近 24 小时评出 2026-08-19 00:13 UTC

固井直接相关

2 items
论文固井直接相关固井材料水泥环完整性
发表 2026-09Construction and Building MaterialsT1
原题:Mechanical properties and failure criteria of well cement under triaxial testing conditions

该研究通过三轴试验探讨固井水泥的力学性能和失效准则,为水泥环完整性设计提供依据。

推荐理由:直接关系固井水泥环在复杂应力下的可靠性,对固井工程有重要参考价值。

论文固井直接相关AI4S固井材料
发表 2026-09Construction and Building MaterialsT1
原题:Elucidating the solidification/stabilization of Mn(II) by basic magnesium sulfate cement: A synergistic approach combining macro-micro characterization and molecular dynamics simulations

该研究结合宏观微观表征和分子动力学模拟,阐明了碱式硫酸镁水泥固化锰离子的机制。

推荐理由:相关性较弱,主要涉及重金属固化,对固井或AI4S的直接价值有限。

主题1|自修复与应力完整性

0 items
专利观察入口主题1|自修复与应力完整性

自动全球专利信号已改由官方来源独立取件,并在科研雷达中按同族展示。这里仅保留人工延伸检索入口,不参与自动抓取或论文评分。

完整检索矩阵

主题2|防腐蚀与化学侵蚀

0 items
专利观察入口主题2|防腐蚀与化学侵蚀

自动全球专利信号已改由官方来源独立取件,并在科研雷达中按同族展示。这里仅保留人工延伸检索入口,不参与自动抓取或论文评分。

完整检索矩阵

主题3|AI4S 赋能

5 items
58
论文主题3|AI4S 赋能AI4S机器学习性能预测
发表 2026-08-18 12:00arXiv materials science (cond-mat.mtrl-sci)T1.5
原题:BDIP-Net: Dual-Interaction Graph Learning for Property Prediction of Bilayer Materials

提出BDIP-Net框架,结合MatterSim-D3优化与双交互图学习,高效预测双层材料性能。

推荐理由:AI4S方法可借鉴用于固井材料性能预测,提升模拟效率与准确性。

相关8新颖8证据6迁移8
58
论文主题3|AI4S 赋能AI4S机器学习
发表 2026-08-18 12:00arXiv materials science (cond-mat.mtrl-sci)T1.5
原题:Unraveling the Size Determination Mechanism of Nanocrystal Synthesis via Interpretable Neural Networks

开发NanoEQL白盒神经网络,用于解析纳米晶合成中尺寸的决定机制。

推荐理由:相关性较弱,聚焦纳米晶合成,与固井或AI4S直接关联不大。

相关8新颖8证据6迁移8
58
论文主题3|AI4S 赋能AI4S机器学习
发表 2026-08-18 12:00arXiv materials science (cond-mat.mtrl-sci)T1.5
原题:Physics-Informed Symbolic Regression for Predicting the Glass Transition Temperature of Alkali Borate Glasses

采用物理信息符号回归,推导碱硼酸盐玻璃Tg的可解释闭式表达式,误差仅14-16K。

推荐理由:AI4S方法可迁移至固井材料性能预测,提升模型可解释性。

相关8新颖8证据6迁移8
58
论文主题3|AI4S 赋能AI4S实验设计机器学习
发表 2026-08-18 12:00arXiv materials science (cond-mat.mtrl-sci)T1.5
原题:Data-knowledge dual-driven intelligent framework for full-chain, experiment-efficient synthesis of 2D dendrites

构建数据与知识双驱动框架,通过主动学习优化二维枝晶生长,仅用60次实验即获最优配方。

推荐理由:框架可应用于固井材料合成优化,减少实验成本,提高效率。

相关8新颖8证据6迁移8
54
论文主题3|AI4S 赋能机器学习
发表 2026-08-18 12:00arXiv materials science (cond-mat.mtrl-sci)T1.5
原题:When do machine-learned exchange-correlation improvements inherit into density-functional tight binding?

研究发现机器学习交换关联泛函的改进不会自动传递给DFTB,可能出现负迁移效应。

推荐理由:AI4S建模需谨慎选择方法,避免盲目组合,对固井材料模拟具有警示作用。

相关8新颖8证据6迁移6
专利观察入口主题3|AI4S 赋能

自动全球专利信号已改由官方来源独立取件,并在科研雷达中按同族展示。这里仅保留人工延伸检索入口,不参与自动抓取或论文评分。

完整检索矩阵