发表多篇顶刊！南科大在AI4Materials研究领域取得系列进展

主要观点总结

南方科技大学材料科学与工程系讲席教授张文清团队在AI4Materials研究领域取得一系列进展，包括机器学习势函数开发、数据集采样方法、有机聚合物功能材料的基元化表示方法及新材料设计筛选、无机微波介质介电性质机器学习等。相关研究成果已在多个期刊上发表系列论文。

关键观点总结

关键观点1: 研究团队在机器学习势函数开发方面取得进展

研究团队构建了具有全局标度物理约束和超线性表达能力的MLIP模型（SUS 2 -MLIP），将基础物理规律融入架构，显著提升了模型在多元素与多尺度模拟中的泛化能力。

关键观点2: 研究团队在数据集采样方法方面取得突破

针对机器学习原子间势函数（MLIP）依赖高质量数据的瓶颈，研究团队提出“双重自适应采样（DAS）”等方法，精准构建数据集并捕捉化学键的差异化响应。

关键观点3: 研究团队在有机聚合物的AI设计研究方面取得成果

研究团队围绕有机聚合物的AI设计研究，提出“聚合基元”概念并发展了两种新型结构基元化表示方法，包括聚合基元分子指纹（PUFp）和聚合基元图（PU-Graph），以实现基于基元的材料宏观性能预测和定量分析。

关键观点4: 研究团队在无机微波介质介电性质机器学习方面进行研究

研究团队通过SISSO构建了介电常数预测模型，为理性设计介质材料提供参考。