第一作者：朱建功副教授 通訊作者：戴海峰教授、Michael Knapp 通訊單位：同濟大學、德國卡爾斯魯厄理工學院（KIT） 研究背景 鋰離子電池健康狀態(tài)（SoH）已被用作衡量使…

1. 橡樹嶺實驗室Nat. Mach. Intell.: 主動學習用于發(fā)現鐵電材料結構-性能關系 鐵電材料中結構和拓撲缺陷的新興涌現功能支撐了其從疇壁電子到高介電和機電響應的極其廣…

在銅基催化劑上將CO2電化學還原（CO2ER）為多碳化學原料具有相當大的吸引力，但目前仍存在活性位點不明確的問題，這阻礙了催化劑的合理設計和大規(guī)模工業(yè)化。 在此，天津大學鞏金龍教授…

單線態(tài)裂變（SF），即一個單線態(tài)激子轉化為兩個三線態(tài)激子，可以顯著提高太陽能電池的效率。經歷SF的分子晶體很少，計算探索可能會加速SF材料的發(fā)現。然而，用多體微擾理論（MBPT）計…

1. 華科徐明教授InfoMat: 機器學習揭示硫屬化物玻璃中間隙態(tài)的結構起源 3D半導體集成技術的最新發(fā)展需要一個關鍵部件，即雙向閾值開關（OTS）選擇器來抑制高密度存儲芯片中的…

隨著現代計算機計算能力的提高、數學算法的快速發(fā)展及材料數據庫的不斷建立，人工智能（AI）在化學領域展現出巨大的潛力。機器學習（ML）作為AI最重要的分支之一，在加速液流電池（FBs…

1. 橡樹嶺實驗室Nat. Mach. Intell.: 主動學習用于發(fā)現鐵電材料結構-性能關系 鐵電材料中結構和拓撲缺陷的新興涌現功能支撐了其從疇壁電子到高介電和機電響應的極其廣…

目前，作為數據驅動的人工智能方法的典型代表之一，機器學習已經被廣泛應用于材料的性能預測和新材料發(fā)現。 近幾年，隨著實驗、理論和計算數據的大量積累以及高效、準確的人工智能技術的迅速發(fā)…

1. IF=31.068，Nat. Rev. Phys.概述可解釋機器學習在粒子物理學中的應用！ 機器學習（ML）方法在粒子物理學中具有廣泛應用，但沒有可解釋性就不能保證算法學習的…

開發(fā)具有理想導熱性的非晶聚合物具有重要意義，因為其在熱傳輸至關重要的應用中無處不在。然而，傳統的愛迪生式方法很慢且不能保證材料開發(fā)的成功。 在此，美國圣母大學羅騰飛、馬瑞民等人采用…