3.1材料結構、何讀孩相變及缺陷的分析2017年6月，何讀孩Isayev[4]等人將AFLOW庫和結構-性能描述符聯系起來建立數據庫，利用機器學習算法對成千上萬種無機材料進行預測。

第一性原理計算表明，懂2的心Schottky效應可以顯著促進質子在MoB表面的吸附和活化，有利于表面氫氣的生成。研究人員利用不同的背柵電壓誘導實現了電解液-VSe2納米片界面的離子分布調控，何讀孩提高了電荷運輸效率，何讀孩從而在根本上促進了HER的放電過程這一限速反應。

懂2的心文獻鏈接：IntricateHollowStructures:ControlledSynthesisandApplicationsinEnergyStorageandConversion(Adv.Mater.,2017,DOI:10.1002/adma.201602914)24.綜述：用于鋰硫電池的納米金屬氧化物和硫化物麥立強教授和清華大學張強副教授（共同通訊作者）課題組在國際頂尖期刊AdvancedMaterials上聯合發表了題為NanostructuredMetalOxidesandSulfidesforLithium–SulfurBatteries的綜述文章。何讀孩原文鏈接：Field-effecttunedadsorption-dynamicsofVSe2nanosheetforenhancedhydrogenevolutionreaction(NanoLett.,2017,DOI:?10.1021/acs.nanolett.7b00855)22.金屬有機骨架基碳納米管的定向形成麥立強（通訊作者）和廈門大學朱梓忠（通訊作者）在JACS上發表了題為OrientedFormationofCarbonNanotubesfromMetal-OrganicFrameworks的文章。博士研究生張慧敏、懂2的心廖小彬為該工作的共同第一作者。

而多孔一維納米材料（porousone-dimensionalnanomaterials）結合了一維納米結構和多孔構造的優勢，何讀孩極大地促進電化學儲能領域的發展。文獻鏈接：懂2的心GeneralOrientedFormationofCarbonNanotubesfromMetal-OrganicFrameworks(JACS，懂2的心2017,?DOI:10.1021/jacs.7b01942）23.綜述：復雜中空結構的可控合成及其在能源存儲與轉換中的應用復雜的中空結構（intricatehollowstructures）由于其獨特的結構特征，迷人的理化性質和廣泛的應用領域極大地吸引了科研工作者的興趣。

在熱解過程中，何讀孩產生的還原氣體首先將金屬離子/簇轉變成金屬納米催化劑。

研究人員選擇硅酸鈣（CaSiO3）為原料，懂2的心低熔點的三元熔鹽（氯化鈣-氯化鎂-氯化鈉CaCl2-MgCl2-NaCl）為電解質，懂2的心氧化鈣（CaO）為輔助電解質，在相對較低的溫度下（650℃）下，利用電化學還原法成功制備了硅納米線（SiNWs）。隨后開發了回歸模型來預測銅基、何讀孩鐵基和低溫轉變化合物等各種材料的Tc值，何讀孩同樣取得了較好結果，利用AFLOW在線存儲庫中的材料數據，他們進一步提高了這些模型的準確性。

本文對機器學習和深度學習的算法不做過多介紹，懂2的心詳細內容課參照機器學習相關書籍進行了解。實驗過程中，何讀孩研究人員往往達不到自己的實驗預期，而產生了很多不理想的數據。

為PLMF圖中的頂點賦予各個原子獨有的物理和化學性能（如原子在元素周期表中的位置、懂2的心電負性、摩爾體積等），以此將不同的材料區分開。何讀孩圖3-8壓電響應磁滯回線的凸殼結構示例（紅色）。