基于深度学习的合成植物纤维横向压缩力学表征
研究提出一套深度学习框架替代有限元仿真，用两个级联递归 U-Net 逐步预测合成植物纤维横向压缩下的变形与内部应力场演化，再由回归 CNN 从最终应力场估算横向杨氏模量。
#结构材料
arXiv Computer VisionAI 评分2323 arXiv Artificial IntelligenceAI 评分2626 Provenance Action Graphs 如何用于复杂材料工程：潜力、结构与演示
研究提出用 Provenance Action Graphs（反应图）刻画材料合成，把反应步骤作为动作、产物作为观测，以编码多维合成路径中的规律。该方法面向动力学稳定的固态合成反应，支持正向预测与逆向学习两种模式，目标是构建可由数据智能体共享和贡献的全球知识库，加速材料发现。
arXiv Artificial IntelligenceAI 评分3030 PXRD-Bench：从粉末衍射确定晶体结构还有多远？
研究者提出 PXRD-Bench 基准，将粉末 X 射线衍射（PXRD）到晶体结构的评测扩展到未知元素原子数和双相混合物结构恢复，包含约 410 万个带模拟 PXRD 的训练结构，并测试对未见成分与结构原型的泛化。