顶刊解读
- 
        
        孙旭平/郭孝东/马东伟Angew.:MoS2纳米片高效电化学还原NO生成NH3一氧化氮(NO)的电化学还原不仅为Haber-Bosch工艺的环境生成氨气(NH3)提供了一个有吸引力的替代方案,而且缓解了人为造成的氮循环不平衡。 近日,电子科技大学孙旭平教授、… 
- 
        
        李永涛/谢佳EEM:DME基弱溶剂化电解液实现4.6V高压锂金属电池!开发先进的高压电解液是实现高能量密度锂金属电池(LMB)的关键。弱溶剂化电解液(WSE)可以通过改变溶剂的溶解力产生独特的阴离子驱动的相间化学反应,但它很难溶解大多数锂盐,并且在4… 
- 
        
        上科大刘巍AM:25秒超快烧结制备陶瓷电解质!在烧结陶瓷电解质时通常需要较长的加工时间和较高的温度,这导致了挥发性元素损失和高成本。 上海科技大学刘巍等报道了一种微波辅助超快烧结技术(MAUST),它可采用家用微波炉在空气中几… 
- 
        
        余桂华/王焕磊等AM:正负极/电解质的梯度设计实现高比能大功率锂电池!电荷传输是主导电池性能的一个关键过程,正极、负极和电解质的微观结构在引导电池内部的离子和/或电子传输方面起着核心作用。合理设计沿电荷传输方向具有不同微观结构的电池关键部件,以实现最… 
- 
        
        IF=34.035!余桂华教授等人,最新Nature Reviews Chemistry!成果介绍 氧化还原液流电池具有可扩展性强、设计灵活、能量密度与功率密度兼得等优点,是大规模储能技术的关键技术之一。近年来,它们引起了广泛的研究兴趣,在相关材料化学、性能指标和表征方… 
- 
        
        西交宋江选AEM: 在锂负极构建自适应静电界面实现400 Wh/kg软包电池!由于其最高的理论比容量和最低的电化学电位,锂金属负极在实现高能量密度可充电电池方面显示出巨大的希望。然而,枝晶生长和循环时大量死锂的形成严重阻碍了大容量、高能量密度的锂金属电池技术… 
- 
        
        侴术雷/李丽/王佳兆Small Methods:首次循环具有双向性的有机钠离子电池正极!有机材料在钠离子电池(SIBs)中引起了广泛的关注,因为它们具有对环境无害和高可设计性等优点。有机材料的容量和循环寿命是大多数研究中最重要的参数,这些研究在材料层面上为获得令人印象… 
- 
        
        先发Nature Chemistry,再发Nature Materials!这位北大博士锂电领域获重要进展!2022年6月21日Nature Materials在线发表了法国法兰西公学院Jean-Marie Tarascon教授团队在锂电正极阴离子氧化还原机理领域的最新成果“Captur… 
- 
        
        陈立宝/陈月皎ACS Nano: 基于功能性有机锌螯合物实现无枝晶锌负极!安全性高、资源丰富的锌金属电池(ZMBs)因其理论容量高和低电化学电位等优点而在温和的水系电解液中得到了广泛研究。然而,由于锌负极上严重的水腐蚀和枝晶生长,水系ZMBs会遭受快速循… 
- 
        
        今日Nature!最简单的!也是最难理解的!通过量子模拟实现可控费米子量子系统,有助于探索凝聚态物理中许多最有趣的效应。半导体量子点,在量子模拟方面特别有前途,因为它们可以被设计成具有很强的量子相关性。然而,尽管Fermi-… 
- 
        
        延世大学Adv. Sci.: 特征辅助机器学习用于开发无铅多元极性铁电氧化物为了为智能数字技术扩展无铅铁电体的未知材料空间,通过多组分合金化调整其成分复杂性,可以获得增强的极性特性。然而,目前仍缺乏用于这些多组分极性材料的原子设计规则,仅简单的第一性原理不… 
- 
        
        橡树岭国家实验室AM: 假设学习用于探索自动化实验中的物理发现目前,机器学习正迅速成为通过自动化、高通量合成及散射和电子/探针显微镜的主动实验进行物理发现的一个组成部分。反之,这迫切需要开发能够以最少的步骤探索相关参数空间的主动学习方法。 在… 
- 
        
        南信大杨洋ES&T: 机器学习预测排放/气候变化驱动的气溶胶变化未来气溶胶的预测和了解气溶胶变化的驱动因素对于改善大气环境和减缓气候变化具有重要意义。第六次国际耦合模式比较计划(CMIP6)提供了各种气候预测,但气溶胶输出有限。 为此,南京信息… 
- 
        
        DeepMind/威尼斯大学Nature: 填补空白,使用深度神经网络破译古代文字!古代史研究依赖于诸如金石学之类的学科,即研究铭文并将其作为古代文明思想、语言、社会和历史的证据。然而,几个世纪以来,许多铭文已经被损坏到难以辨认的程度,或是被运到远离其原始位置的地… 
- 
        
        加州大学伯克利分校Nature: 机器学习基于移动手机数据实现精准扶贫新冠大流行摧毁了许多低/中等收入国家,导致了广泛的粮食短缺和生活水平急剧下降。为应对这场危机,世界各国政府和人道主义组织已向超过15亿人分发了社会援助。其中,精准确定援助目标是一个… 
- 
        
        学生坑导师!Science被撤稿后,他再次背靠背撤稿两篇JACS!人物介绍 Masaya Sawamura Masaya Sawamura,北海道大学教授,主要研究领域为有机合成催化剂的分子设计,新的化学反应的开发,催化不对称合成方法的发展,化学… 
- 
        
        固态电解质Nature Materials:界面修饰实现2mA/cm2临界电流密度!研究背景 使用固态电解质(SSE)和锂负极的固态锂离子电池有望帮助大众市场实现运输电气化。这些电池的可充电性关键取决于锂在放电和充电期间在负极处的均匀剥离和沉积。使用固态电解质的原… 
- 
        
        npj Comput. Mater.: 机器学习发现环境压力下控制实验材料稳定性的方程虽然实验研究中的机器学习(ML)已经展示了令人印象深刻的预测能力,但从实验数据中提取可替代的知识表示仍然是一项难以捉摸的任务。 在此,美国麻省理工学院Tonio Buonassis… 
- 
        
        npj Comput. Mater.: 自动DFT+机器学习模拟Ni3Al基合金的反相畴界能反相畴界(APB)是平面缺陷,在强化镍基高温合金中起着关键作用,它们对合金成分的敏感性为合金设计提供了灵活的调整参数。 在此,美国加州大学伯克利分校Mark Asta、劳伦斯利弗莫… 
- 
        
        AEM:局域浓缩离子液体电解质使富镍正极锂金属电池稳定循环500次!基于富镍正极的锂金属电池(LMB)是下一代高能电池有希望的候选者。然而,高反应性电极通常与传统电解液表现出较差的界面相容性,从而导致循环性能有限。 卡尔斯鲁厄理工学院Stefano… 
 
                 
         
                    