01
f(X) + ε ~ N(0, Σ)统计建模
先理解数据， 再让模型学习。
样本特征 · 变量关系 · 行业结构
一个可信的判断，
是怎样形成的？
面对有限样本、复杂约束与高可靠要求，
让统计的校验，贯穿 AI 的探索。
02
P(Y | do(X))因果推断
一起变化， 不等于彼此驱动。
识别条件 · 影响机制 · 实验设计
03
μ(x) ± zα·σ(x)不确定性量化
给出判断， 也说明它的边界。
结果区间 · 模型风险 · 适用边界
04
min L(x) s.t. g(x)≤0优化决策
最后一步， 让方案经得起现实。
多目标比较 · 现实约束 · 可行方案
01/ UNDERSTAND知识检索与直接对话
句句有出处，探索有依据。
自然语言发起研究会话，自动规划检索工具并联动公域论文库与项目私有文档，每条结论均绑定可核验引用。
向材料智能体交办科研任务
用自然语言描述研究问题，智能体自动拆解目标、组织公私域检索与模型验证
梳理太赫兹超构表面吸波结构的核心设计变量与实验验证数据，核对 S11/S21 边界依据。
私有数据1.4 GB48 组超构表面 X/Y 已解析
私有知识3 个空间128 篇太赫兹论文与实验记录
私有模型4 项可执行FR-CVAE / 频谱代理模型就绪
近期研究任务6 项运行中最新：宽频反射谱结构反演
直接对话 · 材料文献检索与机理探讨已从总览发起会话 ↗
梳理太赫兹超构表面吸波结构的核心设计变量与实验验证数据，核对 S11/S21 边界依据。
📖knowledge.public-papers混合检索命中 2 篇太赫兹超构表面高相关论文 (Score 0.94)✓
🔒knowledge.private-lab关联课题组《超构表面参数扫描记录.csv》#14–#19 实测数据✓
太赫兹超构表面吸波与相移核心参数核验结论✓ 公私域交叉核验通过
S11 反射机理
在 0.96 THz 处由开口谐振环电容耦合产生反射极小值 -18.4 dB，阻抗匹配带宽覆盖 0.88–1.12 THz[1]。
S21 相移与加工边界
0.8–1.2 THz 内实现 267° 连续透射相移（透射幅度 > 0.82），受限于光刻工艺最小线宽 w ≥ 12 μm 与间隙 g ≥ 10 μm[1][2]。
公域论文 [1]相似度 0.94 · P4 Fig.3b
Terahertz metasurface inverse design with aligned X/Y samples核实 C4 对称微元在 0.8–1.2 THz 的 267° 相位覆盖规律🔒 私域实测 [2]扫描记录 #14–#19
超构表面参数扫描记录.csv · 暗室实测复核验证线宽 w < 12 μm 时边缘蚀刻偏差导致 S21 衰减 > 1.8 dB02/ PREDICT & DESIGN九阶段逆向设计与正向预测
从材料推性能，从目标反推设计。
围绕设计变量 X、观测响应 Y 与目标约束组织九阶段研发流，在线推理频段响应并逆向搜索高匹配微元拓扑。
九阶段逆向设计 · 候选拓扑生成与频谱核对阶段 8 / 9 · 在线推理就绪
✓ 已对齐项目样本与目标约束槽位（5 / 5）MOCK-frcvae-design & response
参考样本设计 X12组 8×8 网格 ✓
参考样本响应 Y1001 频点双通道 ✓
几何约束X 边界线宽 ≥ 12 μm ✓
频段约束Y 范围0.8–1.2 THz ✓
优化目标目标响应连续透射相移 ✓
✦FR-CVAE 逆向生成与代理模型联合推理潜空间采样 12 组候选结构，已完成 1001 频点相移与透射谱核验✓
candidate-0199.2% 最优candidate-0298.1%candidate-0396.7%0.8–1.2 THz 频段响应拟合相移覆盖 269°
预测曲线 (candidate-01)目标相移曲线
启动 FR-CVAE 逆向搜索，筛选满足最小线宽 ≥ 12 μm 的高匹配微元拓扑并核对频段响应。
03/ DECIDE & AUDIT数据增量优化与受管执行
科学指导补点，全链路留痕可审。
分析多维特征分布与预测误差，通过贝叶斯主动学习推荐高信息量补点；关键运行阶段内置专家审批门与版本留痕。
增量优化与受管执行 · 贝叶斯主动学习补点Iteration v2 → v3
上一轮研究结果 · Iteration v2当前样本集：48 组超构表面样本 · 代理模型交叉验证
0.80–1.04 THz 平坦区MAE 0.019 · 预测达标 ✓
1.05–1.15 THz 相位突变区⚠️ MAE 0.068 · 存在高不确定性盲区
◈贝叶斯主动学习 · skill.bayesian-doe基于期望改进准则（EI）锁定突变区 3 组高信息量补点方案✓
特征盲区靶向采样分布盲区误差 -35%
既有样本 (48)推荐补点 (+3)
doe-next-01g = 14.2 μm · p = 118 μmEI 0.94 · -38%doe-next-02g = 16.5 μm · p = 124 μmEI 0.89 · -31%doe-next-03g = 12.8 μm · p = 112 μmEI 0.84 · -26%审批门控 · run-0241版本留痕：v1 (36组) → v2 (48组) → v3 (+3组补点)
已锁定输入样本快照与超参数配置，人工复核通过后启动下一轮增量电磁仿真。
针对 1.05–1.15 THz 相位突变盲区执行贝叶斯主动学习，推荐下一批补点方案并提交审批。
每个结论，都能找到它的依据 · 从研究问题到可复用成果（Artifact） 证据可回溯 · 过程可追溯 · 结果有边界 · 操作有人审
方法走出模型，
走进业务现场。
从真实问题出发，
在研发、生产、运营与管理中构建决策闭环。
研发场景分析思路示意
有依据的实验与配方候选
问题输入
实验记录 / 材料组分 / 性能目标
提炼规律→有限样本建模→反馈迭代
研发下一次实验，该从哪里开始？
研发场景分析思路示意
有依据的实验与配方候选
问题输入
实验记录 / 材料组分 / 性能目标
提炼规律→有限样本建模→反馈迭代
生产质量的波动，究竟由什么引起？
生产场景分析思路示意
符合生产条件的工艺方案
问题输入
工艺参数 / 设备状态 / 质量记录
敏感性分析→根因建模→方案比选
运营需求在变化，资源如何跟上？
运营场景分析思路示意
可比较的资源与运营方案
问题输入
需求时序 / 资源约束 / 运营记录
需求预测→策略评估→资源配置
管理一次决策，影响有多远？
管理场景分析思路示意
可解释、可追溯的管理依据
问题输入
经营指标 / 政策条件 / 业务假设
指标归因→情景模拟→过程审计
新闻与洞察
技术在前进，我们也在现场。
不同的智慧，
同一种求真。
北京智统数合科技有限公司
Unified Data Intelligence
以统计学、数据科学与人工智能技术的深度融合，打造能力更强、可以信赖的新一代 AI。
从生成答案，到可信判断与科学决策。
这是我们连接技术与产业的方向。
合作伙伴
与高校、科研机构和产业伙伴一起，
把可信的智能带进真实问题。
加入我们
无论你是偏算法、偏数据、偏工程、偏产品，只要你对统计学、数据科学和人工智能的应用落地感兴趣，都欢迎投递。
立刻投递我们希望你
- 在统计学、数据科学、人工智能、大模型等方向有较好基础
- 有较强学习能力和自驱力，能认真完成任务
- 愿意沟通和复盘
- 至少熟悉一门编程语言
- 有课程项目、科研项目、竞赛项目、个人项目者优先