本研究提出了一种可解释的多模态机器学习方法（EMML），用于分析碳纳米管纤维的性质与结构关系，揭示加工步骤和多尺度结构对材料性能的影响，且该方法可推广至其他纳米材料设计。

该文汇总了多项数据聚类与可视化研究，包括利用信息论和集体相似度提升聚类一致性、渐进聚类、ShapeVis点云可视化、Mapper Interactive交互工具、拓扑数据分析用于投资组合管理、图强鲁棒主成分分析、多聚类算法比较，以及二维相关分析揭示碳纳米管退火结构变化。