本报讯 近日，我校材料科学与工程学院张立军教授团队应 《Nature Computational Science》期刊邀请，发表综述展望论文，系统论述基于人工智能机器学习的数据驱动策略在半导体材料研发和电子及光电子器件性能优化方面的重要应用和发展图景。相关成果以 “Designing semiconductor materials and devices in the post-Moore era by tackling computational challenges with data-driven strategies”为题，于2024年5月23日在线发表。
论文重点论述了目前主流的四类数据驱动的材料研发方案，从理论原理出发扩展到典型工作介绍，阐明如何通过高效搜索材料设计空间，实现高性能半导体材料的智能设计和定向优化。在四类材料搜索方案中，深度融合机器学习算法的材料性质预测模型、知识提取方法、材料生成模型等各类数据驱动策略均发挥了关键作用。
（材料科学与工程学院）