物理引导主动学习筛选 PEDOT:PSS/EGaIn 柔性热电复合材料用于自供电创面生物电子
研究团队提出一种小数据、文献来源、物理引导的筛选与设计框架，将贝叶斯优化与 XGBoost 回归结合并做实验验证，用递归特征消除选出的 18 个物理描述符预测界面能垒，测试集 R² 为 0.87。
推荐理由：用物理引导的主动学习筛选能量过滤型热电复合材料，并给出创面愈合的器件与动物实验数据，可看数据驱动筛选如何落到生物电子应用。
研究团队提出一种小数据、文献来源、物理引导的筛选与设计框架，将贝叶斯优化与 XGBoost 回归结合并做实验验证，用递归特征消除选出的 18 个物理描述符预测界面能垒，测试集 R² 为 0.87。
推荐理由：用物理引导的主动学习筛选能量过滤型热电复合材料，并给出创面愈合的器件与动物实验数据，可看数据驱动筛选如何落到生物电子应用。