熱門2013年獲得何梁何利科學技術(shù)獎。姚建年院士在有機功能納米結(jié)構(gòu)的制備及其性能研究，收入基于分子設(shè)計的有機納米結(jié)構(gòu)的形貌調(diào)控，收入液相膠體化學反應(yīng)法對低維結(jié)構(gòu)形成動力學過程的調(diào)控，有機納米結(jié)構(gòu)的特異光物理和光化學性能研究等多方面取得了卓越的成就。接下來，和尚高本文重點介紹一門三院士的主角-劉忠范院士、江雷院士、姚建年院士以及他們的近期研究進展。

文獻鏈接：本相https://doi.org/10.1021/acs.nanolett.0c00348二、本相江雷江雷，1965年3月生吉林長春，無機化學家、納米材料專家，中國科學院院士?、發(fā)展中國家科學院院士、美國國家工程院外籍院士??，中國科學院化學研究所研究員、博士生導師，北京航空航天大學化學與環(huán)境學院院長?。這項工作突出了界面設(shè)計在基于納米流體膜的滲透能轉(zhuǎn)換系統(tǒng)的構(gòu)建中的重要性，親市證明了聚電解質(zhì)凝膠作為高性能界面材料在非均相滲透發(fā)電領(lǐng)域的巨大前景。

這些材料具有出色的集光和EnT特性，熱門這是通過摻雜低能紅色發(fā)射鉑的受體實現(xiàn)的。

而且，收入具有廣闊帶電荷3D網(wǎng)絡(luò)的聚電解質(zhì)凝膠可以充當離子擴散促進劑，從而大大提高界面?zhèn)鬏斝?。圖3-11識別破壞晶格周期性的缺陷的深度卷積神經(jīng)網(wǎng)絡(luò)圖3-12由深度卷積神經(jīng)網(wǎng)絡(luò)確定的無監(jiān)督的缺陷分類圖3-13不同缺陷態(tài)之間轉(zhuǎn)移概率的分析4機器學習在材料領(lǐng)域的研究展望與其他領(lǐng)域，和尚高如金融、和尚高互聯(lián)網(wǎng)用戶分析、天氣預(yù)測等相比，材料科學利用機器學習算法進行預(yù)測的缺點就是材料中的數(shù)據(jù)量相對較少。

那么在保證模型質(zhì)量的前提下，本相建立一個精確的小數(shù)據(jù)分析模型是目前研究者應(yīng)該關(guān)注的問題，本相目前已有部分研究人員建立了小數(shù)據(jù)模型[10,11]，但精度以及普適性仍需進一步優(yōu)化驗證。需要注意的是，親市機器學習的范圍非常龐大，有些算法很難明確歸類到某一類。

此外，熱門Butler等人在綜述[1]中提到，量子計算在檢測和糾正數(shù)據(jù)時可能會產(chǎn)生錯誤，那么量子機器學習便開拓了機器學習在解決量子問題上的應(yīng)用領(lǐng)域。最后，收入將分類和回歸模型組合成一個集成管道，應(yīng)用其搜索了整個無機晶體結(jié)構(gòu)數(shù)據(jù)庫并預(yù)測出30多種新的潛在超導體。