Жидкие кристаллы благодаря своим двойным твердым и жидким свойствам имеют уникальные преимущества в области материаловедения и прикладных наук. В последние годы методы, основанные на данных, нашли широкое применение в классификации фаз жидких кристаллов, проектировании материалов и прогнозировании их свойств, а также в технологиях датчиков и других областях исследований. С помощью таких методов, как машинное обучение, значительные успехи достигнуты в прогнозировании фазовых переходов жидких кристаллов, оценке их физико-химических свойств и оптимизации производительности датчиков. Эти исследования не только улучшили производительность жидких кристаллов, но также расширили их потенциал применения в областях интеллектуальных датчиков, газоанализа, мониторинга окружающей среды и биосенсорики. В данной статье приведен обзор методов, основанных на данных, в исследованиях жидких кристаллов в Китае и за рубежом, обсуждаются потенциальные перспективы для разработки и улучшения жидких кристаллов, а также просматриваются направления дальнейшего развития науки о жидких кристаллах.

данные;машинное обучение;жидкие кристаллы;материаловедение