应用场景：大型设备无损检测技术

关键性能：将快中子成像的空间分辨率由2.56 lp mm-1提高到5 lp mm-1，为目前报道的最高数值。这一闪烁屏的透过率超过70%，光致发光量子产率达85.54%

标签属性：无损检测 钙钛矿

应用场景：深度学习电子结构计算

关键性能：能在零训练数据的情形下利用基本物理原理实现DeepH优化学习。该方法通过在神经网络中嵌入物理规则，巧妙地将神经网络与变分DFT算法结合，形成了一种名为“神经网络DFT”的无监督学习框架。DeepH-Zero在模型精度和泛化能力方面显著超越了传统监督学习框架，它能够在不依赖任何训练计算数据的情况下，实现对材料物性的精准预测

标签属性：机器学习

应用场景：储氢

关键性能：储氢性能可达7.7wt%

标签属性：储氢

应用场景：石墨烯材料热电子弛豫的动力学过程

关键性能：实现了针对动量空间载流子动力学实时演化的第一性原理计算方法

标签属性：石墨烯 第一性原理

应用场景：化学无序材料的智能预测

关键性能：与传统枚举法相比，LAsou方法仅需要非常少的第一性原理计算就可以快速找到热力学稳定的结构

标签属性：机器学习 第一性原理

应用场景：确定材料的微结构

关键性能：仅需要非常少的第一性原理计算就可以快速找到热力学稳定的结构

标签属性：机器学习 第一性原理

应用场景：纳米颗粒强化

关键性能：具有良好的机械性能和热性能，适用于高温结构应用

标签属性：金属合金 纳米颗粒

应用场景：污水处理

关键性能：产生强氧化自由基实现对目标污染物雷尼替丁的长效降解（100%）。有效降解速率高达1.06 m/s

标签属性：污水处理

应用场景：光学晶体

关键性能：AEB2O4晶体具有宽的零、正、负热膨胀共存的温区（13 K ~ 280 K）

标签属性：负热膨胀

应用场景：石墨产品

关键性能：破解了自首次成功静态合成钻石以来长期存在的难题，而且揭示了其他碳材料和氮化硼在不同合成条件下的转化机制

标签属性：石墨产品 金刚石 碳

应用场景：热电材料

关键性能：ZT在848K时可达到1.61

标签属性：热电

应用场景：金刚石烯

关键性能：为合成更稳定、功能更强的金刚石烯提供了新途径

标签属性：金刚石烯 石墨烯 纳米光电器件

应用场景：电子、光电子器件

关键性能：极大地提高了二硫化钼晶体管的室温载流子迁移率

标签属性：光电子器件 二维半导体材料 晶体管器件

应用场景：电催化剂

关键性能：供了一种可在环境条件下有效地将O2转化为H2O2的催化剂，还成功地开发了以主族元素为活性点的高效电催化剂

标签属性：电催化剂 第一性原理计算

应用场景：超高导热、紫外光源及探测

关键性能：揭示了vdW异质结光学性质的同位素依赖性和异质结层间距的重要性

标签属性：六方氮化硼

应用场景：机器学习

关键性能：开发了自动化高通量工作流，获得决定硬质涂层性质的关键参数，并发展理论预测模型

标签属性：机器学习 密度泛函理论

应用场景：铜薄膜抗氧化

关键性能：平坦的(111)表面，偶见少量的单原子台阶

标签属性：铜薄膜

应用场景：低维材料特别是一维材料的开发

关键性能：发现了一批新型的一维材料，并找到部分一维材料与二维材料结构图之间的子图同构关联

标签属性：人工智能 机器学习 图论

应用场景：钠离子电池

关键性能：组装的MoS1.5Te0.5@C||EG双离子电池在1 A g−1下的工作电压约为3.1 V

标签属性：钠离子电池

应用场景：电池快充

关键性能：在5 C和10 C的倍率下，容量保持率分别为75%和58%

标签属性：电池