新材料学院潘锋教授团队在《先进材料》发表研究成果：通过离子/电子双调控提升锂电池无钴富锂锰基正极材...

大力发展以锂离子电池为核心的电动汽车和大规模储能电网，是实现国家碳中和战略的关键。然而，商用层状氧化物正极（如LiCoO₂、NCM/NCA）普遍面临钴成本高昂、容量受限以及高压循环稳定性差等问题。锰（Mn）因其资源丰富、成本低廉且环境友好的特性，被视...

新材料学院潘豪团队在反铁电薄膜的极化调控与可调谐介电功能设计领域取得新进展

作为支撑信息技术发展的核心基础，高性能电子信息材料是推动数字经济、智能制造、5G通信等产业创新发展和迭代升级的关键。近年来，反铁电材料因其在外场作用下可发生可逆的反铁电-铁电相变、并呈现双滞回极化-电场曲线（P-E回线）的特性而备受关注，这种独...

化生学院张勃团队揭示共济失调/孤独症相关的钙粘蛋白FAT2的作用机制

运动能力作为动物演化的核心产物，是维系生命存续的适应性生存技能，运动系统的完整性直接决定个体在食物链竞争、天敌规避及繁殖机会获取中的成败。脊椎动物中的钙粘蛋白FAT家族是一类单跨膜细胞粘附分子，包含FAT1-4四个成员。每个FAT分子均具有30余个胞...

AI4S人工智能在材料应用：陈语谦团队在高效等变模型的机器学习原子间势研究取得重大进展

近期，北京大学化学生物学与生物技术学院、科学智能学院陈语谦课题组与新加坡国立大学合作，开发了一种基于高效等变模型的机器学习原子间势模型E2GNN，不同于传统等变模型依赖复杂的高阶张量表示，E2GNN 采用标量-向量的简洁表示对等变特征进行编码，并结...

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...