机器学习

根据需要轻松设计具有所选功能特性的新型材料的能力代表了材料发现的下一个前沿。然而，以计算上易于处理的方式彻底有效地采样整个设计空间仍然是一项极具挑战性的任务。 在此，美国橡树岭国家…

金属和连接体的选择共同决定了金属-有机骨架（MOF）的结构和客体可及性，但大量可能的金属-连接体组合使得合成组分的选择具有挑战性。 在此，利物浦大学Matthew J. Rosse…

寻找用于可持续和可再生清洁能源的高效双功能析氧/还原反应 (OER/ORR) 电催化剂至关重要。机器学习（ML）已被用于帮助研究高效双功能催化剂候选者的催化活性来源，其在催化剂研究…

在材料发现工作中，合成能力远远超过从中提取有意义数据的能力。为了弥补这一差距，需要机器学习方法来减少识别所需材料的搜索空间。 在此，美国西北大学Chad A. Mirkin等人提出…

作为卤化铅钙钛矿潜在替代者的有机-无机卤化锡钙钛矿家族（MASnX3，其中X = Cl、Br、I）由于其带隙可调性，可通过用溴化学取代碘来覆盖广泛的可见太阳光谱。尽管这些钙钛矿太阳…

基于物理的电化学模型可以深入了解电池内部状态，并在电池设计优化及汽车和航空航天应用中显示出巨大潜力。然而，电化学模型的复杂性使其难以准确获得参数值，此外，电化学参数的识别通常通过耗…

第一作者：Antonio Elia Forte 通讯作者：Antonio Elia Forte, Katia Bertoldi 第一通讯单位：哈佛大学 研究背景 可从平面变形为3D…

无铅双钙钛矿（A2BB′X6）被认为是单钙钛矿的稳定和绿色光电替代品，但可能表现出间接带隙和高有效质量，从而限制了它们的最大光伏效率。此外，常规的实验试错法和高通量计算无法快速识别…

1. 加州大学伯克利分校Science子刊: 监督学习预测蛋白质对碳纳米管的吸附 工程纳米粒子有利于生物技术应用，包括生物分子传感和递送。然而，在生物系统中测试纳米技术的兼容性和功…

设计用于高精度分离的单物种选择性膜需要对控制溶质传输的分子相互作用有基本的了解。各种离子特异性会影响离子传输，从而影响离子选择性。然而，每个特性对选择性运输的相对重要性仍然很大程度…

在时空覆盖范围内预测环境PM2.5浓度是提醒决策者注意污染事件的关键，尤其是在地面空气监测站有限的地区。现有方法要么依靠化学传输模型（CTM）来预测具有非平凡不确定性的PM2.5空…

Y6及其衍生物大大提高了有机光伏（OPV）的功率转换效率（PCE）。通过研究这些材料的化学结构和性能之间的关系，进一步开发高性能的Y6衍生物受体材料，将有助于加速OPV的发展。 在…

高熵陶瓷（HEC）在高应力和高温等苛刻条件下显示出巨大的应用潜力。然而，巨大的相空间对新型高性能HEC的合理设计提出了巨大挑战。 在此，香港城市大学赵仕俊教授、湖南大学吴正刚教授等…

电池电极断层扫描（CT）图像的分割是一个关键的处理步骤，将对材料表征和电化学模拟的结果产生额外的影响。然而，手动标记X射线CT图像（XCT）非常耗时，并且这些XCT图像通常难以用直…

共同一作：李枫、程晓斌 通讯作者：姚宏斌教授、商城研究员、张国桢副研究员 通讯单位：中国科学技术大学、复旦大学 研究背景 具有高能量密度的锂金属电池（LMBs）由于传统液体电解质（…

液体电解质的成分是影响锂离子电池（LIBs）循环寿命的关键因素，电解液添加剂成分的选择和量化是一个活跃的研究领域。考虑到添加剂组分及用量的庞大组合空间，贝叶斯优化可用于引导搜索最佳…

1. 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…

1. 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…

第一作者：朱建功副教授 通讯作者：戴海峰教授、Michael Knapp 通讯单位：同济大学、德国卡尔斯鲁厄理工学院（KIT） 研究背景 锂离子电池健康状态（SoH）已被用作衡量使…

1. 橡树岭实验室Nat. Mach. Intell.: 主动学习用于发现铁电材料结构-性能关系 铁电材料中结构和拓扑缺陷的新兴涌现功能支撑了其从畴壁电子到高介电和机电响应的极其广…