Beyond Synthesis Conditions: Linking In-situ Growth Dynamics to Carbon Nanotube Forest Properties through Multimodal Machine Learning
Este estudo demonstra que a integração de curvas de crescimento resolvidas no tempo in-situ com condições de fluxo de gás via aprendizado de máquina multimodal revela que as propriedades das florestas de CNTs são governadas por estados evolutivos do catalisador em vez de apenas parâmetros de síntese estáticos, permitindo, assim, previsões durante o crescimento e controle autônomo do processo.