这项工作展示了设计双极膜的策略，微语并阐述了其在盐度梯度发电系统中的优越性。

然后，录精采用梯度提升决策树算法，建立了8个预测模型（图3-1），其中之一为二分类模型，用于预测该材料是金属还是绝缘体。败乃兵阴影区域表示用于创建凹度曲线的区域图3-9分类模型精确度图图3-10（a~d）由高斯拟合铁电体计算的凹面积图。

随机森林模型以及超导材料Tc散点图如图3-5、常事3-6所示。为PLMF图中的顶点赋予各个原子独有的物理和化学性能（如原子在元素周期表中的位置、微语电负性、摩尔体积等），以此将不同的材料区分开。然后，录精为了定量的分析压电滞回线的凹陷特征，构建图3-8所示的凸结构曲线。

2018年，败乃兵在nature正刊上发表了一篇题为机器学习在分子以及材料科学中的应用的综述性文章[1]。首先，常事构建深度神经网络模型（图3-11），常事识别在STEM数据中出现的破坏晶格周期性的缺陷，利用模型的泛化能力在其余的实验中找到各种类型的原子缺陷。

微语这就是最后的结果分析过程。

然后，录精使用高斯混合模型对检测到的缺陷结构进行无监督分类（图3-12），并显示分类结果可以与特定的物理结构相关联。通过控制的定向传输能力，败乃兵如单向渗透，双向未渗透和双向渗透，也可以获得不同孔径的PES膜梯度。

接下来，常事本文重点介绍一门三院士的主角-刘忠范院士、江雷院士、姚建年院士以及他们的近期研究进展。微语2009年当选中国科学院院士。

发展了多种制备有机纳米结构的方法，录精并借此开发了多种低维有机纳米功能材料，包括多色发光、白光材料以及光波导和紫外激光器材料等。文献链接：败乃兵https://doi.org/10.1021/acsnano.0c012983、败乃兵NanoLett:层状石墨烯用于定量分析锂离子电池介电层集电器的界面性能北京大学刘忠范院士和彭海琳教授等人证实了基于石墨烯设计的Al集电器/电解质界面处增强的防腐性能，石墨烯表层使商用铝箔用作LIB中的正极集电器时具有与电解质和电极材料几乎理想的界面。