物质科学

52 条内容

DOAJ (DOAJ: Directory of Open Access Journals) 2026年10月1日
该工作以仙人掌（Opuntia ficus-indica）黏胶为原料，开发并表征了负载去铁胺（deferoxamine）的两种局部用制剂——聚合物膜与凝胶，面向创面敷料应用。
该工作以仙人掌（Opuntia ficus-indica）黏胶为原料，开发并表征了负载去铁胺（deferoxamine）的两种局部用制剂——聚合物膜与凝胶，面向创面敷料应用。
以仙人掌果胶为基材、负载去铁胺的局部用膜与凝胶被开发出来，用于创面敷料方向
该工作以仙人掌（Opuntia ficus-indica）黏胶为原料，开发并表征了负载去铁胺（deferoxamine）的两种局部用制剂——聚合物膜与凝胶，面向创面敷料应用。
该工作以仙人掌（Opuntia ficus-indica）黏胶为原料，开发并表征了负载去铁胺（deferoxamine）的两种局部用制剂——聚合物膜与凝胶，面向创面敷料应用。
DOAJ (DOAJ: Directory of Open Access Journals) 2026年10月1日
该工作以 PC1D 数值建模为手段，系统考察 InGaN 太阳能电池的层厚、掺杂浓度与工作温度三个参数对器件性能的影响，属于对既有 InGaN 光伏优化研究脉络的仿真型补充。
该工作以 PC1D 数值建模为手段，系统考察 InGaN 太阳能电池的层厚、掺杂浓度与工作温度三个参数对器件性能的影响，属于对既有 InGaN 光伏优化研究脉络的仿真型补充。
PC1D 建模显示，InGaN 太阳能电池的层厚、掺杂浓度与工作温度共同决定其效率表现
该工作以 PC1D 数值建模为手段，系统考察 InGaN 太阳能电池的层厚、掺杂浓度与工作温度三个参数对器件性能的影响，属于对既有 InGaN 光伏优化研究脉络的仿真型补充。
该工作以 PC1D 数值建模为手段，系统考察 InGaN 太阳能电池的层厚、掺杂浓度与工作温度三个参数对器件性能的影响，属于对既有 InGaN 光伏优化研究脉络的仿真型补充。
Nature News 2026年9月30日
矿物物理学家Alisha Clark在美国桑迪亚国家实验室的Z机器上，对注水玻璃样品施加冲击波以模拟地球形成期核部附近的极端压力，此前实验显示注水玻璃在高压下反而更易压缩，她据此提出熔融岩石可能在地球熔融的岩浆洋阶段把水锁在内部，而非全部散失或被后期彗星、小行星带来。
矿物物理学家Alisha Clark在美国桑迪亚国家实验室的Z机器上，对注水玻璃样品施加冲击波以模拟地球形成期核部附近的极端压力，此前实验显示注水玻璃在高压下反而更易压缩，她据此提出熔融岩石可能在地球熔融的岩浆洋阶段把水锁在内部，而非全部散失或被后期彗星、小行星带来。
克拉克用Z机器冲击含水玻璃，发现熔融岩石在深部压力下可能越压越易压缩，为地球形成期留住水提供一条线索
矿物物理学家Alisha Clark在美国桑迪亚国家实验室的Z机器上，对注水玻璃样品施加冲击波以模拟地球形成期核部附近的极端压力，此前实验显示注水玻璃在高压下反而更易压缩，她据此提出熔融岩石可能在地球熔融的岩浆洋阶段把水锁在内部，而非全部散失或被后期彗星、小行星带来。
矿物物理学家Alisha Clark在美国桑迪亚国家实验室的Z机器上，对注水玻璃样品施加冲击波以模拟地球形成期核部附近的极端压力，此前实验显示注水玻璃在高压下反而更易压缩，她据此提出熔融岩石可能在地球熔融的岩浆洋阶段把水锁在内部，而非全部散失或被后期彗星、小行星带来。
CSIAM Transactions on Applied Mathematics 2026年9月29日
作者提出导数信息图卷积自编码器（DiGCA）相分类器，将 Lifshitz-Petrich 模型的解与其导数（非局部项 G(φ)）一同输入图卷积自编码器进行降维，再用全连接神经网络分类，在参数域 [−0.01,0.05]×[0,1] 上生成相图，分类精度超过 98%，相比 MCMS-RBM 约快两个数量级，并在最高 10% 加性白噪声下保持稳定。
作者提出导数信息图卷积自编码器（DiGCA）相分类器，将 Lifshitz-Petrich 模型的解与其导数（非局部项 G(φ)）一同输入图卷积自编码器进行降维，再用全连接神经网络分类，在参数域 [−0.01,0.05]×[0,1] 上生成相图，分类精度超过 98%，相比 MCMS-RBM 约快两个数量级，并在最高 10% 加性白噪声下保持稳定。
Chen、Ji 与 Xu 提出 DiGCA 相分类器，在 Lifshitz-Petrich 模型上以约两个数量级加速生成相图，分类精度超过 98%
作者提出导数信息图卷积自编码器（DiGCA）相分类器，将 Lifshitz-Petrich 模型的解与其导数（非局部项 G(φ)）一同输入图卷积自编码器进行降维，再用全连接神经网络分类，在参数域 [−0.01,0.05]×[0,1] 上生成相图，分类精度超过 98%，相比 MCMS-RBM 约快两个数量级，并在最高 10% 加性白噪声下保持稳定。
作者提出导数信息图卷积自编码器（DiGCA）相分类器，将 Lifshitz-Petrich 模型的解与其导数（非局部项 G(φ)）一同输入图卷积自编码器进行降维，再用全连接神经网络分类，在参数域 [−0.01,0.05]×[0,1] 上生成相图，分类精度超过 98%，相比 MCMS-RBM 约快两个数量级，并在最高 10% 加性白噪声下保持稳定。
Frontiers in Medicine 2026年9月28日
该研究基于Wang等人补充数据重建了161条载药量观测（110个描述符）与444条细胞活力观测（25个描述符），用差分进化在五折分组交叉验证中优化直方图梯度提升回归（HGBR）与偏最小二乘回归（PLSR），并把完全重复记录约束在同一数据分区以防信息泄漏；在防重复的20%留出集上，HGBR对细胞活力预测最强（R²=0.774，RMSE=11.655个百分点，MAE=8.153，AARD=16.69%），PLSR对载药量预测最好（R²=0.557，RMSE=0.345 g/g，MAE=0.210 g/g），但当整篇来源文献被留出时所有模型R²均为负（活力−0.391与−0.119，载药−0.342与−
该研究基于Wang等人补充数据重建了161条载药量观测（110个描述符）与444条细胞活力观测（25个描述符），用差分进化在五折分组交叉验证中优化直方图梯度提升回归（HGBR）与偏最小二乘回归（PLSR），并把完全重复记录约束在同一数据分区以防信息泄漏；在防重复的20%留出集上，HGBR对细胞活力预测最强（R²=0.774，RMSE=11.655个百分点，MAE=8.153，AARD=16.69%），PLSR对载药量预测最好（R²=0.557，RMSE=0.345 g/g，MAE=0.210 g/g），但当整篇来源文献被留出时所有模型R²均为负（活力−0.391与−0.119，载药−0.342与−
防泄漏机器学习预测MOF载药与细胞活力：域内R²达0.774与0.557，但整篇文献留出后R²转负
该研究基于Wang等人补充数据重建了161条载药量观测（110个描述符）与444条细胞活力观测（25个描述符），用差分进化在五折分组交叉验证中优化直方图梯度提升回归（HGBR）与偏最小二乘回归（PLSR），并把完全重复记录约束在同一数据分区以防信息泄漏；在防重复的20%留出集上，HGBR对细胞活力预测最强（R²=0.774，RMSE=11.655个百分点，MAE=8.153，AARD=16.69%），PLSR对载药量预测最好（R²=0.557，RMSE=0.345 g/g，MAE=0.210 g/g），但当整篇来源文献被留出时所有模型R²均为负（活力−0.391与−0.119，载药−0.342与−
该研究基于Wang等人补充数据重建了161条载药量观测（110个描述符）与444条细胞活力观测（25个描述符），用差分进化在五折分组交叉验证中优化直方图梯度提升回归（HGBR）与偏最小二乘回归（PLSR），并把完全重复记录约束在同一数据分区以防信息泄漏；在防重复的20%留出集上，HGBR对细胞活力预测最强（R²=0.774，RMSE=11.655个百分点，MAE=8.153，AARD=16.69%），PLSR对载药量预测最好（R²=0.557，RMSE=0.345 g/g，MAE=0.210 g/g），但当整篇来源文献被留出时所有模型R²均为负（活力−0.391与−0.119，载药−0.342与−
ChemPhysChem 2026年9月28日
该研究在30 °C下用张力测定、动态光散射、小角中子散射以及稳态与时间分辨荧光光谱，系统考察了四种Gemini表面活性剂（8-4-8、10-4-10、12-4-12、10-8-10）在100 mM浓度下、加与不加100 mM NaBr或NaSal时的界面行为、胶束自组装以及染料Merocyanine 540（MC540）的光物理响应，发现烷基链越长CMC越低（约55.4 mM降至约1.2 mM）、胶束越大且聚集数越高（13增至39），间隔基由4增至8个碳使胶束变小（D_h约2.6 nm降至约1.1 nm），NaBr通过静电屏蔽使胶束溶胀（D_h约4.8 nm），NaSal通过特异性反离子结合使胶束显著伸长（D_h
该研究在30 °C下用张力测定、动态光散射、小角中子散射以及稳态与时间分辨荧光光谱，系统考察了四种Gemini表面活性剂（8-4-8、10-4-10、12-4-12、10-8-10）在100 mM浓度下、加与不加100 mM NaBr或NaSal时的界面行为、胶束自组装以及染料Merocyanine 540（MC540）的光物理响应，发现烷基链越长CMC越低（约55.4 mM降至约1.2 mM）、胶束越大且聚集数越高（13增至39），间隔基由4增至8个碳使胶束变小（D_h约2.6 nm降至约1.1 nm），NaBr通过静电屏蔽使胶束溶胀（D_h约4.8 nm），NaSal通过特异性反离子结合使胶束显著伸长（D_h
Gemini表面活性剂链长与间隔基调控胶束结构，NaSal使胶束从2.6 nm长到15.8 nm并延长MC540荧光寿命
该研究在30 °C下用张力测定、动态光散射、小角中子散射以及稳态与时间分辨荧光光谱，系统考察了四种Gemini表面活性剂（8-4-8、10-4-10、12-4-12、10-8-10）在100 mM浓度下、加与不加100 mM NaBr或NaSal时的界面行为、胶束自组装以及染料Merocyanine 540（MC540）的光物理响应，发现烷基链越长CMC越低（约55.4 mM降至约1.2 mM）、胶束越大且聚集数越高（13增至39），间隔基由4增至8个碳使胶束变小（D_h约2.6 nm降至约1.1 nm），NaBr通过静电屏蔽使胶束溶胀（D_h约4.8 nm），NaSal通过特异性反离子结合使胶束显著伸长（D_h
该研究在30 °C下用张力测定、动态光散射、小角中子散射以及稳态与时间分辨荧光光谱，系统考察了四种Gemini表面活性剂（8-4-8、10-4-10、12-4-12、10-8-10）在100 mM浓度下、加与不加100 mM NaBr或NaSal时的界面行为、胶束自组装以及染料Merocyanine 540（MC540）的光物理响应，发现烷基链越长CMC越低（约55.4 mM降至约1.2 mM）、胶束越大且聚集数越高（13增至39），间隔基由4增至8个碳使胶束变小（D_h约2.6 nm降至约1.1 nm），NaBr通过静电屏蔽使胶束溶胀（D_h约4.8 nm），NaSal通过特异性反离子结合使胶束显著伸长（D_h
International Journal of Corrosion and Scale Inhibition 2026年9月28日
作者以与 ChatGPT 的问答对话形式，比较了 GOST 9.106–2021、NACE/ASTM G193-22 与 ISO 8044:2024 等规范性定义，指出 ISO 定义中“存在于腐蚀体系中”的要求以及未区分本体环境与近表面区域的问题，进而提出以“对金属或腐蚀体系的作用”来定义抑制剂，并给出化学吸附层、转化膜与本体相防腐蚀涂层的工作定义，最终形成一个排除显著改变本体环境腐蚀性组分浓度、形成转化膜或施加本体相涂层的修正定义。
作者以与 ChatGPT 的问答对话形式，比较了 GOST 9.106–2021、NACE/ASTM G193-22 与 ISO 8044:2024 等规范性定义，指出 ISO 定义中“存在于腐蚀体系中”的要求以及未区分本体环境与近表面区域的问题，进而提出以“对金属或腐蚀体系的作用”来定义抑制剂，并给出化学吸附层、转化膜与本体相防腐蚀涂层的工作定义，最终形成一个排除显著改变本体环境腐蚀性组分浓度、形成转化膜或施加本体相涂层的修正定义。
Andreev 与 Vesely 通过与 ChatGPT 对话，提出修正的“腐蚀抑制剂”定义，以涵盖预处理的保护后效并区分转化处理与本体相涂层
作者以与 ChatGPT 的问答对话形式，比较了 GOST 9.106–2021、NACE/ASTM G193-22 与 ISO 8044:2024 等规范性定义，指出 ISO 定义中“存在于腐蚀体系中”的要求以及未区分本体环境与近表面区域的问题，进而提出以“对金属或腐蚀体系的作用”来定义抑制剂，并给出化学吸附层、转化膜与本体相防腐蚀涂层的工作定义，最终形成一个排除显著改变本体环境腐蚀性组分浓度、形成转化膜或施加本体相涂层的修正定义。
作者以与 ChatGPT 的问答对话形式，比较了 GOST 9.106–2021、NACE/ASTM G193-22 与 ISO 8044:2024 等规范性定义，指出 ISO 定义中“存在于腐蚀体系中”的要求以及未区分本体环境与近表面区域的问题，进而提出以“对金属或腐蚀体系的作用”来定义抑制剂，并给出化学吸附层、转化膜与本体相防腐蚀涂层的工作定义，最终形成一个排除显著改变本体环境腐蚀性组分浓度、形成转化膜或施加本体相涂层的修正定义。
Journal of Advanced Ceramics 2026年9月28日
该工作用随机森林模型把多稀土主元RE2Si2O7二硅酸盐的相组成分为单β、单γ、单δ/δ+γ混合与分相四类，识别出RE3+平均阳离子半径与半径偏差为最主要影响因素，并用(Gdx1Hox2Ybx3Lux4)2Si2O7与(Ndx1Hox2Ybx3Lux4)2Si2O7体系的预测及代表性成分实验表征进行验证，同时通过高通量DFT计算把相形成与容纳构型随机性的低能量代价、混合构型熵随激发能快速收敛联系起来，最终给出单相β与γ多型的定量设计判据。
该工作用随机森林模型把多稀土主元RE2Si2O7二硅酸盐的相组成分为单β、单γ、单δ/δ+γ混合与分相四类，识别出RE3+平均阳离子半径与半径偏差为最主要影响因素，并用(Gdx1Hox2Ybx3Lux4)2Si2O7与(Ndx1Hox2Ybx3Lux4)2Si2O7体系的预测及代表性成分实验表征进行验证，同时通过高通量DFT计算把相形成与容纳构型随机性的低能量代价、混合构型熵随激发能快速收敛联系起来，最终给出单相β与γ多型的定量设计判据。
随机森林分类多稀土主元二硅酸盐相组成，并给出β/γ单相设计的平均与偏差半径判据
该工作用随机森林模型把多稀土主元RE2Si2O7二硅酸盐的相组成分为单β、单γ、单δ/δ+γ混合与分相四类，识别出RE3+平均阳离子半径与半径偏差为最主要影响因素，并用(Gdx1Hox2Ybx3Lux4)2Si2O7与(Ndx1Hox2Ybx3Lux4)2Si2O7体系的预测及代表性成分实验表征进行验证，同时通过高通量DFT计算把相形成与容纳构型随机性的低能量代价、混合构型熵随激发能快速收敛联系起来，最终给出单相β与γ多型的定量设计判据。
该工作用随机森林模型把多稀土主元RE2Si2O7二硅酸盐的相组成分为单β、单γ、单δ/δ+γ混合与分相四类，识别出RE3+平均阳离子半径与半径偏差为最主要影响因素，并用(Gdx1Hox2Ybx3Lux4)2Si2O7与(Ndx1Hox2Ybx3Lux4)2Si2O7体系的预测及代表性成分实验表征进行验证，同时通过高通量DFT计算把相形成与容纳构型随机性的低能量代价、混合构型熵随激发能快速收敛联系起来，最终给出单相β与γ多型的定量设计判据。
International Journal of Corrosion and Scale Inhibition 2026年9月28日
该研究以317个有机缓蚀剂化合物的SMILES为输入，用RDKit计算并保留全部208个二维分子描述符，通过mixup插值生成虚拟样本扩充训练集，比较随机森林、Bagging与梯度提升三种集成模型，并用SHAP、相关分析、部分依赖图和Williams图解释模型；结果显示随机森林在原始数据上测试集表现最好（MAE 4.568、RMSE 6.122、R² 0.718），虚拟样本从100增至10000时三种模型的R²由约0.66–0.70升至0.90以上并趋于饱和，SHAP识别出Chi4n、Chi3v、Chi1n、Chi4v等拓扑描述符与MolMR为最重要特征。
该研究以317个有机缓蚀剂化合物的SMILES为输入，用RDKit计算并保留全部208个二维分子描述符，通过mixup插值生成虚拟样本扩充训练集，比较随机森林、Bagging与梯度提升三种集成模型，并用SHAP、相关分析、部分依赖图和Williams图解释模型；结果显示随机森林在原始数据上测试集表现最好（MAE 4.568、RMSE 6.122、R² 0.718），虚拟样本从100增至10000时三种模型的R²由约0.66–0.70升至0.90以上并趋于饱和，SHAP识别出Chi4n、Chi3v、Chi1n、Chi4v等拓扑描述符与MolMR为最重要特征。
保留全部208个分子描述符并用mixup虚拟样本扩充后，随机森林将缓蚀效率预测R²提升至0.72，SHAP指出Chi4n等拓扑描述符最关键
该研究以317个有机缓蚀剂化合物的SMILES为输入，用RDKit计算并保留全部208个二维分子描述符，通过mixup插值生成虚拟样本扩充训练集，比较随机森林、Bagging与梯度提升三种集成模型，并用SHAP、相关分析、部分依赖图和Williams图解释模型；结果显示随机森林在原始数据上测试集表现最好（MAE 4.568、RMSE 6.122、R² 0.718），虚拟样本从100增至10000时三种模型的R²由约0.66–0.70升至0.90以上并趋于饱和，SHAP识别出Chi4n、Chi3v、Chi1n、Chi4v等拓扑描述符与MolMR为最重要特征。
该研究以317个有机缓蚀剂化合物的SMILES为输入，用RDKit计算并保留全部208个二维分子描述符，通过mixup插值生成虚拟样本扩充训练集，比较随机森林、Bagging与梯度提升三种集成模型，并用SHAP、相关分析、部分依赖图和Williams图解释模型；结果显示随机森林在原始数据上测试集表现最好（MAE 4.568、RMSE 6.122、R² 0.718），虚拟样本从100增至10000时三种模型的R²由约0.66–0.70升至0.90以上并趋于饱和，SHAP识别出Chi4n、Chi3v、Chi1n、Chi4v等拓扑描述符与MolMR为最重要特征。
arXiv 2026年9月27日
该工作构建了146个单壁碳纳米管—单壁碳纳米管结的计算库，用分子动力学、紧束缚理论、Peierls磁耦合与非平衡格林函数组成的自动化流程计算磁输运，再用机器学习分析，发现平均首次透射台阶值主要由两根纳米管的平均手性角决定，而结的能隙主要由组成纳米管的金属或半导体属性决定，温度总体压低平均透射并减小提取的能隙，垂直磁场对透射的影响远强于对能隙的影响，干涉驱动输运的特征在300 K下仍可见，半导体—半导体结保持最大能隙但在进入导电区后透射可媲美或超过金属结。
该工作构建了146个单壁碳纳米管—单壁碳纳米管结的计算库，用分子动力学、紧束缚理论、Peierls磁耦合与非平衡格林函数组成的自动化流程计算磁输运，再用机器学习分析，发现平均首次透射台阶值主要由两根纳米管的平均手性角决定，而结的能隙主要由组成纳米管的金属或半导体属性决定，温度总体压低平均透射并减小提取的能隙，垂直磁场对透射的影响远强于对能隙的影响，干涉驱动输运的特征在300 K下仍可见，半导体—半导体结保持最大能隙但在进入导电区后透射可媲美或超过金属结。
146个单壁碳纳米管结的自动化计算库揭示：平均手性角主导透射台阶，金属/半导体属性主导能隙
该工作构建了146个单壁碳纳米管—单壁碳纳米管结的计算库，用分子动力学、紧束缚理论、Peierls磁耦合与非平衡格林函数组成的自动化流程计算磁输运，再用机器学习分析，发现平均首次透射台阶值主要由两根纳米管的平均手性角决定，而结的能隙主要由组成纳米管的金属或半导体属性决定，温度总体压低平均透射并减小提取的能隙，垂直磁场对透射的影响远强于对能隙的影响，干涉驱动输运的特征在300 K下仍可见，半导体—半导体结保持最大能隙但在进入导电区后透射可媲美或超过金属结。
该工作构建了146个单壁碳纳米管—单壁碳纳米管结的计算库，用分子动力学、紧束缚理论、Peierls磁耦合与非平衡格林函数组成的自动化流程计算磁输运，再用机器学习分析，发现平均首次透射台阶值主要由两根纳米管的平均手性角决定，而结的能隙主要由组成纳米管的金属或半导体属性决定，温度总体压低平均透射并减小提取的能隙，垂直磁场对透射的影响远强于对能隙的影响，干涉驱动输运的特征在300 K下仍可见，半导体—半导体结保持最大能隙但在进入导电区后透射可媲美或超过金属结。

第 1 页 · 当前显示 10 项