58
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
SCIHOT Research Signals
2026-08-20
6 条精选
近 24 小时评出
2026-08-20 00:12 UTC
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。
- Schlumberger 去官方库继续检索 Espacenet PATENTSCOPE
- Halliburton 去官方库继续检索 Espacenet PATENTSCOPE
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。
- Schlumberger 去官方库继续检索 Espacenet PATENTSCOPE
- Halliburton 去官方库继续检索 Espacenet PATENTSCOPE
主题3｜AI4S 赋能
6 items58
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
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
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
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
53
原题：Discovering physical mechanisms from experiment-simulation mismatches
提出XDFT，一种自进化代理框架，将实验与模拟之间的失配转化为可执行的搜索，自动发现物理机制。在112个案例中成功解决了105个。
推荐理由：为AI4S提供了从数据失配到机理发现的自动化范式，可迁移至固井材料性能预测与优化。
相关8新颖8证据4迁移8
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。
- Schlumberger 去官方库继续检索 Espacenet PATENTSCOPE
- Halliburton 去官方库继续检索 Espacenet PATENTSCOPE