用量低于1%标定数据
不追求消除石墨烯的纳米级本征缺陷，而是通过少样本迁移学习让每个传感器快速适配自身差异，实现高精度柔性测温。
Jun, Yang · Wenchao, Luo · Qingrou, Liang · Sun, Hao · Yulong, Chen · Jia, Yuan
Small 2026
少样本迁移学习用不到1%的常规标定数据即可让模型适配新器件，大幅降低标定成本。
该框架首次在石墨烯柔性传感器上实现±0.2°C的测温精度，满足高精度需求。
系统支持在高达200°C的恶劣环境中进行实时温度推断，适用于高温场景。
1D卷积神经网络直接从原始信号解码复杂生理波形，准确率达94.95%，无需复杂预处理。