该研究提出一种模拟专家决策的 AI 框架,用于按需设计受控释放系统,可依据目标释放需求生成相应配方方案。
推荐理由:对固井相关性较弱,但其专家模拟式 AI 设计思路对 AI4S 材料配方逆向设计有参考价值。
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。
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。
该研究提出一种模拟专家决策的 AI 框架,用于按需设计受控释放系统,可依据目标释放需求生成相应配方方案。
推荐理由:对固井相关性较弱,但其专家模拟式 AI 设计思路对 AI4S 材料配方逆向设计有参考价值。
研究提出一种符号-神经网络混合框架,将嵌入原子法(EAM)的可解释性与数据驱动学习的适应性相结合,利用基于 DFT 数据训练的方程学习神经网络(EqNN)为铝构建可解释势模型,并采用随机初始化、蒙特卡洛树搜索(MCTS)与梯度下降、以及从铜势迁移学习三种训练方案。
推荐理由:为 AI4S 中兼具物理可解释性与从头算精度的原子尺度建模提供新路径,对理解水泥基材料界面与固井相关模拟有潜在借鉴意义。
该研究探讨将科研论文转化为可交互 AI 智能体的方法,使论文内容能够响应查询与协作。
推荐理由:若可推广,将提升固井与 AI4S 领域文献知识的检索与复用效率。
研究提出 SPARC 框架,在强化学习优化物理目标的同时保持晶体对称性约束,并在单轴介电各向异性和光谱极限最大效率两项任务上验证。
推荐理由:对固井直接相关性较弱,但其对称性约束下的逆向材料设计方法对 AI4S 驱动水泥基材料设计有借鉴意义。
研究提出 LGB-Transformer 混合深度学习框架,通过结构特征标记化和注意力门控异构融合,应对砂岩、粉砂岩、泥岩测井响应重叠及跨井分布偏移问题。
推荐理由:对固井相关性较弱,但其测井岩性识别与跨井泛化方法可用于固井前的储层与井壁岩性评价。
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。