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
2025.05.29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...

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...

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。



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...

许多人把“创造力”当作一个玄妙的概念,但国际法学院的Danny Friedmann教授化简为繁地下了这样一个定义:“创造力无非是将从未被组合过的元素重新整合。”


2025年5月18日,“北大汇丰・AI 驱动组织人才发展论坛”在前海中英研究院举行。论坛由北京大学汇丰商学院企业发展研究所和字节跳动飞书联合举办,聚焦人工智能背景下的组织与人才发展,通过主旨演讲、白皮书发布、圆桌对话等形式,搭建起产学研融合的思想...
新材料学院潘锋教授团队在Advanced Materials报道高电压镍基正极合成路径调控研究...
化学生物学与生物技术学院周建荣课题组破解苯并稠环烯烃高选择性芳基化难题
化学生物学与生物技术学院周建荣课题组构建镍/钴催化不对称还原加成新体系
环境与能源学院冀豪栋团队在Nature Communications发表最新研究成果
城规学院吴健生教授团队在PNAS发文揭示全球供应链中的生物多样性威胁和责任缺口
化学生物学与生物技术学院周建荣课题组周建荣课题组在镍催化不对称还原加成领域取...
科学智能学院陈语谦团队与合作者研究成果发表于IEEE TPAMI、Science Advances和Nat...
科学智能学院莫凡洋团队与合作者研究成果在《美国化学会志》和《德国应用化学》连...