Baranov, D. et al. Engenharia nanofotônica de emissores térmicos de campo distante. Nat. Mater. 18920-930 (2019).
Yin, X., Yang, R., Tan, G. & Fan, S. resfriamento radiativo terrestre: Usando o universo frio como uma fonte de energia renovável e sustentável. Ciência 370786-791 (2020).
Raman, Ap et al. Resfriamento radiativo passivo abaixo da temperatura do ar ambiente sob luz solar direta. Natureza 515540-544 (2014).
Zhai, Y. et al. Metamaterial híbrido de polímero de vidro randomizado de manutenção escalável para resfriamento radiativo diurno. Ciência 3551062-1066 (2017).
Zeng, S. et al. Metafabric hierárquico-morfologia para resfriamento radiativo passivo diurno escalável. Ciência 373692-696 (2021).
Lin, K. et al. Cerâmica de resfriamento radiativa passiva estruturada hierarquicamente com alta refletividade solar. Ciência 382691–697 (2023).
Wu, R. et al. Têxteis projetados espectralmente para resfriamento radiativo contra ilhas urbanas de calor. Ciência 3841203-1212 (2024).
Mandal, J. et al. Revestimentos de polímeros hierarquicamente porosos para resfriamento radiativo passivo diurno altamente eficiente. Ciência 362315-319 (2018).
Li, T. et al. Um material estrutural de resfriamento radiativo. Ciência 364760-763 (2019).
Li, Y. et al. Superfície térmica estruturada para camuflagem radiativa. Nat. Comun. 9273 (2018).
Zhu, H. et al. Camuflagem multiespectral para infravermelho, visível, lasers e microondas com resfriamento radiativo. Nat. Comun. 121805 (2021).
Yao, K. & Zheng, Y. Nanofotônica e aprendizado de máquinaVol. 241 (Springer, 2023).
Ma, W. et al. Aprendizagem profunda para o design de estruturas fotônicas. Nat. Fotônica 1577-90 (2020).
Zhu, C. et al. O aprendizado de máquina ajudou o projeto e a otimização de metamateriais térmicos. Chem. Rev. 1244258-4331 (2024).
Molesky, S. et al. Projeto inverso em nanofotonia. Nat. Fotônica 12659-670 (2018).
Ma, W. et al. Empurrando os limites da capacidade de multiplexação da funcionalidade no design da metassurface com base no aprendizado de máquina estatística. Adv. Mater. 342110022 (2022).
Liu, Z. et al. Modelo generativo para o projeto inverso de metasurfaces. Nano Lett. 186570-6576 (2018).
Chen, J. et al. Correlacionando os espectros de metassuperfícies com uma estrutura de eliminação de geração. Nat. Comun. 144872 (2023).
Wu, X. et al. Um emissor térmico seletivo duplo com desempenho de resfriamento radiativo subambiente aprimorado. Nat. Comun. 15815 (2024).
Zhao, X. et al. Um vidro de resfriamento radiativo processado por solução. Ciência 382684-691 (2023).
Li, D. et al. O filme de polímero escalável e projetado hierarquicamente como um emissor térmico seletivo para resfriamento radiativo o dia inteiro de alto desempenho. Nat. Nanotechnol. 16153-158 (2021).
Fan, S. & Li, W. Conceitos de fotônica e termodinâmica em resfriamento radiativo. Nat. Fotônica 16182-190 (2022).
Tang, H. et al. Condições sub-ambientes e acima de ambientes: uma abordagem abrangente para o uso eficiente de resfriamento radiativo. Energy Environ. Sci. 174498-4507 (2024).
Zhao, D. et al. Resfriamento do céu radiativo: princípios, materiais e aplicações fundamentais. Appl. Phys. Rev. 6021306 (2019).
Lan, P. et al. Aerogéis nanofibrosos de cerâmica hierárquica para resfriamento radiativo passivo universal. Adv. Funct. Mater. 34202410285 (2024).
Google Scholar
Kim, MJ et al. Projeto inverso assistido pela aprendizagem profunda de refrigeradores radiativos embebidos em nanopartículas. Optar. Expressar 3216235-16247 (2024).
Guan, Q. et al. Design inverso habilitado para aprendizado de máquina de filme de resfriamento radiativo com cor transmissiva sob demanda. Fotônica de ACS 10715-726 (2023).
Ding, Z. et al. Design assistido por aprendizado de máquina de um metamaterial robusto de resfriamento radiativo biomimético. ACS Mater. Lett. 62416-2424 (2024).
Seo, J. et al. Projeto de um absorvedor térmico solar de banda larga usando uma rede neural profunda e demonstração experimental de seu desempenho. Sci. Rep. 915028 (2019).
Yu, S. et al. Estrutura geral de aprendizagem profunda para engenharia de emissividade. Luz: Sci. Appl. 12291 (2023).
Jiang, X. et al. Implementação de camuflagem infravermelha com gerenciamento térmico com base no projeto inverso e no metamaterial hierárquico. Nanofotônica 121891-1902 (2023).
Xi, W. et al. PROJETO INFORMULAR MATERIAL ECÍFICA ECÍFICA DE ENCESSIDADE DE METAMATERIAIS TERMAIS PARA CAMOUFLAGEM COMPATÍVEL DE FRARADO VISÍVEL. Nat. Comun. 144694 (2023).
Liu, X. et al. Metáscoa furtiva compatível para laser e infravermelho com engenharia térmica radiativa ativada pelo aprendizado de máquina. Adv. Funct. Mater. 332212068 (2023).
Sullivan, J., Mirhashemi, A. & Lee, J. Projeto inverso baseado em aprendizado profundo de materiais microestruturados para otimização óptica e controle de radiação térmica. Sci. Rep. 137382 (2023).
Su, W. et al. Design habilitado para aprendizado de máquina do refrigerador radiativo diurno quase perfeito baseado em metassurful. Sol. Energy Mater. Sol. Células 260112488 (2023).
Ma, W. et al. Representação probabilística e projeto inverso de metamateriais com base em um modelo generativo profundo com estratégia de aprendizado semi-supervisionada. Adv. Mater. 311901111 (2019).
Kudyshev, Z., Kildishev, AV, Shalaev, VM e Boltasseva, A. Design de metassurfusão assistida por aprendizado de máquina para otimização de emissor térmico de alta eficiência. Appl. Phys. Rev. 7021407 (2020).
Shi, Nn et al. Mantendo o frio: reflexão óptica aprimorada e dissipação de calor radiativa em formigas de prata Saarian. Ciência 349298-301 (2015).
Zhang, H. et al. Filmes fotônicos flexíveis de inspiração biologicamente para resfriamento radiativo passivo eficiente. Proc. Natl Acad. Sci. EUA 11714657-14666 (2020).
Jordan, TM, Partridge, JC e Roberts, refletores de multicamadas de banda larga não polarizantes NW em peixes. Nat. Fotônica 6759-763 (2012).
Lemcoff, T. et al. Brandura brilhante no camarão de camadas ultrafinas de nanoesferas birrefringentes. Nat. Fotônica 17485-493 (2023).
Tsai, CC et al. Adaptações físicas e comportamentais para evitar superaquecimento das asas vivas das borboletas. Nat. Comun. 11551 (2020).
Choi, Sh et al. Localização da luz de Anderson em nanoestruturas biológicas de seda nativa. Nat. Comun. 9452 (2018).
Morais, Clm et al. Padronização de conjuntos de dados espectroquímicos complexos derivados biologicamente. Nat. Protoc. 141546-1577 (2019).
Huang, M. et al. Um filme de polímero sem energia auto-limpeza hierarquicamente estruturado para resfriamento radiativo diurno. Chem. Eng. J. 442136239 (2022).
Zhou, M. et al. Condensação de vapor com resfriamento radiativo diurno. Proc. Natl Acad. Sci. EUA 118E2019292118 (2021).
Yang, Z. & Zhang, J. Estrutura de resfriamento radiativa bioinspirada com fibras empilhadas aleatoriamente para resfriamento passivo eficiente durante todo o dia. ACS APPL. Mater. Interfaces 1343387-43395 (2021).
Shi, S. et al. Materiais de resfriamento radiativo à base de celulose bacterianos escaláveis com transparência comutável para gerenciamento térmico e maior colheita de energia solar. Pequeno 19202301957 (2023).
Zhao, D. et al. Resfriamento subambiente da água: em direção a aplicações do mundo real do resfriamento radiativo diurno. Joule 3111-123 (2019).
Xu, Y. et al. Substratos de elastômeros porosos em multifatia para eletrônicos multifuncionais na pele com capacidades de resfriamento passivo. Proc. Natl Acad. Sci. EUA 117205-213 (2020).
Xiao, C. Ultrabroadband e meta-emitores térmicos seletivos de banda por aprendizado de máquina. Código e conjunto de dados para design inverso de meta-emitores térmicos. Zenodo https://doi.org/10.5281/zenodo.15229359 (2025).