Design of Bimetallic Boronene Structures Leveraging Neighboring Effects for Efficient Electrocatalytic CO2 Reduction Reaction
Advanced Functional Materials2025, 35(1), 2412056
AI for Science · 计算材料与科研软件
AI4S 驱动的 材料与能源科学研究
围绕材料结构、功能与反应机理,结合第一性原理、图神经网络和可解释学习,开展材料性质预测与计算研究。研发科学计算程序,并探索科研智能体与先进封装的计算方法。
* 引用次数与 H 指数为简历所载,统计日期未注明。实时数据见 Google Scholar ↗。
以 AI4S 为主线,
研究材料、能源与器件。
以图神经网络与可解释学习研究材料的结构—性质关系,结合第一性原理数据,开展性质预测与候选材料筛选。
研究功能材料的结构、稳定性与电子行为,以第一性原理和原子尺度模拟建立物理描述,为材料学习提供计算依据。
面向能源转化与催化过程,结合理论计算和合作实验,研究反应机理、活性来源与构效关系,为功能材料设计提供依据。
围绕材料与环境的相互作用,研究界面结构、分子运动和动态演化,分析局域结构与材料功能之间的联系。
面向异构集成与微纳系统,关注材料界面、热管理和结构可靠性,探索材料计算与数据驱动方法在封装设计中的应用。
面向 AI4S 研究流程,探索领域知识检索、工具调用与计算任务编排,以程序接口、过程记录和人工校验支持科研 Agent。
Advanced Functional Materials2025, 35(1), 2412056
Nature Communications2025, 16(1), 6454
ACS Catalysis2025, 15(13), 11705–11715
Science Advances2024, 10(36), eado9664
围绕材料建模、计算任务与结果分析,使用 Python、Bash 在 HPC 环境中组织自动化程序,用脚本完成重复操作,为材料筛选与学习模型提供计算数据。
使用图神经网络预测材料性质,通过可解释分析考察结构特征对预测结果的影响,并与理论计算结果进行比较。
Scientific Computing Workflows
使用 Python / Bash 编写批量建模、HPC 任务提交与结果解析脚本,减少计算中的手工操作。
科研代码经验 · 暂无独立公开发行版
Materials Learning Workflows
基于图神经网络与可解释机器学习的研究经验,组织材料表示、模型构建、性质预测与构效关系分析。
科研代码经验 · 暂无独立公开发行版
与厦门大学梁汉锋课题组、武汉大学郭宇铮课题组合作,研究过渡金属二硫化物在水系锌离子储能中的火山型关系,成果发表于 Nano Letters。
合作课题组 · 通讯作者
与中国科学院苏州纳米所徐勇课题组、厦门大学黄小青课题组及武汉大学郭宇铮课题组合作,研究水相 Pd 针状组装体催化 CO₂ 加氢制甲酸。本人参与理论计算,成果发表于 Nature Communications。
阅读论文与澳大利亚新南威尔士大学 Chuan Zhao 纳米电化学实验室、武汉大学郭宇铮课题组合作,研究 Ru 原子—团簇结构调控与质子交换膜水电解,成果发表于 ACS Catalysis。
阅读论文