LEARNING
机器学习引导的数字光处理可打印弹性体配方设计超越粘度-拉伸性权衡
Song Y, Park B, Jeon S, Kweon H, Lee S, Na J
- 发表年份
- 2026
- 期刊
- Nature communications
摘要
该论文利用机器学习方法优化数字光处理（DLP）3D打印弹性体的配方设计，突破了传统粘度与拉伸性之间的权衡限制。通过数据驱动模型，实现了高粘度与高拉伸性兼得的可打印材料，为柔性机器人等领域提供了新途径。
关键词
machine learningdigital light processingelastomersformulation designviscosity stretchability tradeoff
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018