背景介绍 二维材料（2D materials）因其独特的物理化学性质，在纳米电子学、光电子学等领域展现出巨大的应用潜力。然而，这些材料在纳米尺度上的结构扰动（structural perturbations）对其性能有着重要影响。传统的表征方法如拉曼光谱（Raman spectroscopy）虽然能够提供材料的结构信息，但其空间分辨率通常受到衍射极限的限制，难以在纳米尺度上精确探测结构变化。为了解决这一问题，研究者们开始探索将机器学习（machine learning, ML）与光谱技术结合，以提高空间分辨率并揭示纳米尺度的结构扰动。 本研究由来自Hanyang University、Sungkyunkwan University、Korea Advanced Institute of Sc...

学术背景 全球变暖问题日益严峻，二氧化碳（CO₂）作为最主要的温室气体之一，其捕获和存储技术的研究成为科学界的热点。金属有机框架（Metal Organic Frameworks, MOFs）因其极高的孔隙率和表面积，被认为是捕获和存储CO₂的理想材料。然而，CO₂的吸附过程是放热的，可能导致材料温度升高，进而影响其吸附效率。因此，理解CO₂负载对MOFs热导率的影响，对于优化其在实际应用中的性能至关重要。此前的研究主要集中在无气体负载的MOFs热导率，而对气体负载后MOFs的热传导机制缺乏系统研究。本文通过分子动力学模拟和晶格动力学计算，深入探讨了CO₂负载对MOF-5热导率的影响，揭示了温度与气体扩散性在热传导中的关键作用。 论文来源 本文由Sandip Thakur和Ashutosh ...

学术背景 随着全球能源结构向可再生能源转型，分散式能源存储（decentralized energy storage）的重要性日益凸显。与传统的集中式能源存储系统不同，分散式能源存储将能源生产和存储过程本地化，减少了大规模系统故障的风险，并提高了能源供应的连续性和灵活性。然而，分散式能源存储项目的复杂性和资源有限性使得企业难以确定战略优先级，这可能导致投资失败或效率低下。 为了解决这一问题，作者们提出了一种基于人工智能（AI）驱动的决策模型，旨在为分散式能源存储投资提供有效的战略指导。该研究不仅关注如何优化投资决策，还通过引入信息增益（information gain）和大规模专家选择技术，提高了决策的一致性和效率。 论文来源 这篇论文由Gang Kou、Hasan Dinçer、Edanu...

学术背景 近年来，纳米技术和物联网（IoT）的快速发展催生了一个革命性的领域——纳米物联网（IoNT）。纳米物联网将纳米级设备与互联网连接，使其能够在农业、军事、多媒体和医疗等领域中发挥重要作用。然而，尽管纳米物联网和机器学习（ML）都取得了显著进展，但关于两者如何结合的全面研究却相对缺乏。现有的研究主要集中在纳米物联网的架构、通信方法和特定领域的应用上，而忽略了机器学习在数据处理、异常检测和安全方面的潜力。因此，本文旨在填补这一空白，通过深入分析纳米物联网与机器学习的结合，探讨机器学习在纳米物联网中的最新应用，并系统地讨论这一结合所面临的挑战。 论文来源 本文由Aryan Rana、Deepika Gautam、Pankaj Kumar、Kranti Kumar、Athanasios V....

金属纳米团簇（metal nanoclusters）是介于分子和金属之间的纳米尺度材料，具有独特的物理化学性质，尤其是在原子结构与物理性质之间的关系研究中扮演着重要角色。近年来，研究者们对有机配体保护的金属纳米团簇产生了浓厚兴趣，因其精确的原子结构、迷人的几何特征以及潜在的应用前景。特别是具有富勒烯拓扑结构的多壳层金属纳米团簇，因其高度对称性和稳定性，成为研究的热点。然而，非碳元素构成的富勒烯结构往往因稳定性问题难以合成，这使得相关研究进展缓慢。 本文的研究旨在解决这一难题，通过合成一种新型的银铜纳米团簇 Ag135Cu60，探索其结构与光学特性，并揭示其在纳米科学与材料科学中的潜在应用价值。该团簇具有类似巴克明斯特富勒烯（Buckminsterfullerene）的拓扑结构，为研究金属纳米...