利用卷积神经网络对银纳米线透明电极的无损片电阻预测

这对日常科技为何重要

从可折叠手机和触摸屏到窗户上的太阳能电池，许多下一代设备都依赖既能导电又不阻挡光线的透明层。这些透明导体通常由极细的金属线以随机网状方式铺设而成。测量这些精细网状结构的导电性能通常需要用探针接触，这可能会损坏它们。该研究表明，结合现代人工智能，简单的显微镜图像就能在完全不接触材料的情况下预测电学性能。

引用: Han, Y., Ndikumana, J., Choi, S. et al. Nondestructive sheet resistance prediction of silver nanowire transparent electrode with convolutional neural network. Sci Rep 16, 11028 (2026). https://doi.org/10.1038/s41598-026-40528-0

关键词: 银纳米线, 透明电极, 深度学习, 片电阻, 光学显微镜