材料数据不全不准？看这篇高温合金疲劳预测新方法如何巧妙化解！
本文《基于数据驱动的高温合金疲劳预测：一种集成迁移学习与偏标记学习处理模糊数据的新策略》聚焦于材料科学中机器学习应用的一个核心挑战——数据模糊性问题。文章指出，在利用历史文献数据构建疲劳性能预测模型时，合金成分、工艺参数等关键特征的缺失或不确定性严重制约了模型
孪晶
Acta Materialia：增材制造316L不锈钢中的孪晶相关晶界工程研究
孪晶相关晶界工程通过引入高密度孪晶界，可有效提升材料抗晶界相关退化（如晶间腐蚀）的能力。传统晶界工程通常需要一次或多次热机械循环处理，且仅适用于板材等简单几何形状的材料。而增材制造（特别是激光粉末床熔融技术）能够直接成形具有复杂几何结构的净形零件。然而，增材制