.png){kind=icon}
返回
Statistics in enabling 2D materials: Optimization, predictive modelling, and data-driven discovery
.png){kind=icon}
OA
AI
DOI：10.1016/j.mtphys.2025.101814.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
二维(2D)材料的快速发展已经革新了储能、电子学、催化和传感等领域的应用。然而，合成和性能调控中的传统试错方法往往导致结果不一致、重现性低和性能欠佳。为解决这些挑战，统计试验设计(DOE)和机器学习(ML)、人工智能(AI)辅助优化已作为强大工具出现，用于系统地关联合成参数与材料性能，实现预测建模和过程控制。本综述探讨了将统计方法（如田口方法、响应面法(RSM)和主成分分析(PCA)）集成到优化合成路线和工程化二维材料理想性能中的应用。它深入分析了应用于水热合成、化学气相沉积(CVD)、电化学剥离和插层研究中的统计方法，将加工条件与晶粒尺寸、层间距、缺陷和比表面积相联系。此外，还讨论了统计建模与AI驱动的材料信息学的协同作用，突显其在加速下一代功能二维材料发现中的潜力。通过弥合实验设计与计算优化之间的差距，本综述强调了数据驱动方法在提升二维材料研究中重现性、效率和规模可扩展性的变革性影响。
Keyword:
2D materials
Statistics
Artificial Intelligence (AI)
Machine learning (ML)
Design of Experiment (DOE)
Optimization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
9.7
论文数:
2.0K
被引数:
1.2W
机构
暂无机构信息
引用论文
Characteristics, Machinability Modeling, and Machining Performance Improvement of Graphene Reinforced Al-MMC Using CRSM and Utility Method达斯, M. 等., 石墨烯增强Al-MMC的特性、可加工性建模及加工性能改进: 采用CRSM和效用方法. 超硬材料杂志, 2023. 45(4): p. 266-292.
.png){kind=icon}
PREAI
分享收藏
Solution-Processable and Printable Two-Dimensional Transition Metal Dichalcogenide Inks可溶液加工和可印刷的二维过渡金属二硫族化物油墨
PREAI
分享收藏Theoretical Investigation of the Intercalation Chemistry of Lithium/Sodium Ions in Transition Metal Dichalcogenides过渡金属二硫属化合物中锂/钠离子嵌入化学的理论研究
PREAI
分享收藏Effect of Intrinsic Pore Distribution on Ion Diffusion Kinetics of Supercapacitor Electrode Surface本征孔分布对超级电容器电极表面离子扩散动力学的影响
PREAI
分享收藏
查看更多内容