rt，总之感觉不适合放流水账里面所以拿出来
9.18 第1篇从老师前几天发的开始虽然经常被吐槽啥也没干...
s41560-025-01863-0，标题：通过机器学习设计的高能量密度高温聚合物复合电容器
生成式机器学习（？）发现并合成了性能很好的材料
看不懂这一大堆有机物名称...相场模拟方法是啥？
花了一段讲数值模拟Eg和Ea不同的三种材料中哪种最好，然后说明好的材料应该有高Eg和Ea
然后是经典提取特征和训练模型，训练模型仍然是预测HOMO和LUMO？
生成过程似乎有点类似图像处理，训练数据是由有效数据到噪声，生成相当于做降噪
gpt说明是global encoder、local encoder和去噪器（denoiser）共同训练（大概懂了？
ummmm后面就是经典单材料性能，实际电容器性能了
Nature Energy影响因子有60几欸...虽然还是有些有趣但还是没觉得很特别到这个程度
明天开始看师姐最近有什么论文好了
9.19 没找到最近论文...难道名义换了？
总之找了篇两年前的（j.nanoen.2023.108613，聚合物介电材料中深能级缺陷态的物理钝化以获得优异介电性能
和昨天看的文献一样也是聚合物介电材料，不过做的是钝化缺陷从而减少深能级缺陷状态，总觉得很熟悉大概是看过了中文版...
找到了一篇无铅双钙钛矿的综述明天看好了
9.20 摸到晚上才看...
看一篇短的吧，10.1021/acsami.3c06392，通过可解释机器学习加速具有目标能带隙的混合钙钛矿的发现
特征工程、梯度提升回归树（GBRT）算法和基于遗传算法的符号回归（GASR）
GBRT, ANN, KNN, SVR四种挑出GBRT构建机器学习模型，可以挑出B位和X位之间的电负性差异特征对结果影响最大，GASR是用于构建特征和标签的公式关系
感觉流程可能值得接下来的参考...
9.23 前两天怎么就摸了（恼）
今天上课才想起来要看看文献（顺便这个课要找三篇文章...
从影响因子8以下的开始好了，10.1016/j.jpcs.2024.112262，低成本无铅无机钙钛矿光电探测器，以Cl@SnO₂作为电子传输材料和碳作为背接触
创新点问了gpt才知道是啥...就是把CsSn₀.₅Ge₀.₅I₃和Cl@SnO₂两种已经提出过的材料炒在一起然后计算模拟了一些不同条件下的性质...
总之不算是很有创新性工作量也不算很大（
10.5 中间怎么都没看（恼
毕竟感觉差不多要准备10天之后的讲综述了（以及期中似乎会有一篇领域内的英文综述写作
讲综述主题是能源/半导体材料中的ai方法与工具，之前（沈洋）发的论文有一篇相关（？然后看了一眼发现就是9.18那一篇
总之该开始了...先调查些综述
10.1038/s41578-024-00708-8，由人工智能辅助的功能性及可持续性聚合物设计，感觉主要在讲各式聚合物，能源算是个顺带（
10.1038/s41524-025-01538-0，材料发现的基础模型——现状与未来方向，虽然主要讲基础模型和微调不过模型的用途划分很清楚（至少很容易参考
数据提取；性质预测；分子生成；材料合成，总之这四个思路还ok
10.1002/adma.202504378，半导体研究中的人工智能驱动方法，PSPP（加工-结构-性质-性能）
去问了问gpt感觉它比我懂多了（
10.16 好像很久没管这里stO考虑到做了一下综述大概在这里写一下吧（虽然被批评了用不上stO
10.1038/s41560-024-01670-z，讲找性能好的介电聚合物的，方法是很传统的机器学习（层状网络设计用来预测材料性能）加上生成-筛选式的方法，生成过程用的基团替代（考虑合成可能性），做了特征工程提高可解释性
10.1038/s41560-024-01670-z，讲生成大量可能结构的，公布了个模型（GNoME），这里用了图神经网络，成分输入方法挺复杂（全连接GNN判断可行-AIRSS生成结构-与结构输入相同的GNN），还加上DFT套了一层主动学习（
10.1038/s41467-024-54639-7、10.1038/s41467-025-59636-y，分别是CrystaLLM和Chemeleon，都是生成式生成结构，一个是用Transformer从0/成分/成分+空间群生成结构，一个是用去噪GNN从文本生成模型，模型不算是很大（？）都是从基础模型微调
10.1038/s41586-023-06734-w，A-Lab这个炒鸡复杂（反正也没法做...）就不写了（