我院AI4S交叉研究取得重要进展｜莫凡洋团队开发智能柱层析预测模型新方法

近日，新材料学院莫凡洋团队在柱层析分离技术领域取得重要进展。研究团队通过结合自动化实验与机器学习方法，成功开发出柱层析分离条件的智能预测模型。

AI助力活体化学新突破，AI4S交叉专项计划研究成果登上Cell期刊

新材料学院潘锋团队运用图论结构化学和拓扑生成AI实现催化活性材料逆向设计新突破

设计具有目标吸附性能催化活性位点的催化材料是异质催化研究的核心科学问题，直接影响能源转化效率、反应选择性与材料可控合成等关键技术的突破。尽管近年来以高通量密度泛函理论（DFT）计算和AI机器学习为基础的正向设计方法已取得显著进展，但在结构复杂...

汇丰商学院曾小铧长聘副教授合作论文在DSS发表

日前，北京大学汇丰商学院长聘副教授曾小铧合作论文“What happens when platforms disclose the purchase history associated with product reviews?”（《 当平台公开与产品评论相关的购买记录时，会发生什么？》）在Decision Support Systems（DSS）发...

新材料学院潘锋团队在《先进材料》发表研究成果：通过晶格应变调控成功研发高性能富锂锰基锂电池正极材料

锂电池是中国目前的“新三样”。提升锂电池的性能是当务之急。

新材料学院肖荫果团队在长程阳离子无序钠离子电池正极材料研究取得重要进展

近日，新材料学院肖荫果团队在国际知名期刊Advanced Materials（IF=27.4）上发表题为“Long-range cation disorder enhances comprehensive performance in Mn-rich layered sodium cathodes”的文章。该工作主要采用中子散射方法系统研究了富锰基层状氧化...

新材料学院潘锋/杨卢奕团队在研发高性能全固态锂电池的玻璃态电解质取得进展

全固态锂电池是未来高性能储能和动力电池的发展方向，因此设计具有优异离子传输、宽电化学窗口和避免锂枝晶生长与电池短路的固态电解质是开发先进全固态电池的关键。

AI4S赋能材料计算，新材料学院郑家新团队在机器学习势场与锂金属负极研究中取得重要进展

近期，北京大学新材料学院郑家新课题组与深圳屹艮科技合作，开发了耦合电荷的矩张量势（Moment Tensor Potentialwith Charge, QMTP）模型，并基于该模型实现了对锂金属负极界面上发生的电化学和化学反应的分子尺度动态解析。