在过去的十年中，氢车用于此类潜在应用的核-壳催化剂的合成，表征和评估取得了实质性进展。

图3-1机器学习流程图图3-2 数据集分类图图3-3                       图3-3 带隙能与电离势关系图图3-4 模型预测数据与计算数据的对比曲线2018年Zong[5]等人采用随机森林算法以及回归模型，运煤来研究超导体的临界温度。随后，不平2011年夏天，奥巴马政府宣布了材料基因组计划(MaterialsGenomeInitiative,简称MGI)，该计划在材料科学中掀起了一场革命。

氢车图3-8压电响应磁滞回线的凸壳结构示例（红色）。3.1材料结构、运煤相变及缺陷的分析2017年6月，运煤Isayev[4]等人将AFLOW库和结构-性能描述符联系起来建立数据库，利用机器学习算法对成千上万种无机材料进行预测。不平图2-2 机器学习分类及算法3机器学习算法在材料设计中的应用使用计算模型和机器学习进行材料预测与设计这一理念最早是由加州大学伯克利分校的材料科学家GerbrandCeder教授提出。

根据Tc是高于还是低于10K，氢车将材料分为两类，构建非参数随机森林分类模型预测超导体的类别。运煤这一理念受到了广泛的关注。

图3-5 随机森林算法流程图图3-6超导材料的Tc散点图3.2辅助材料测试的表征近年来，不平由于原位探针的出现，不平使研究人员研究铁电畴结构在外部刺激下的翻转机制成为可能。

实验过程中，氢车研究人员往往达不到自己的实验预期，而产生了很多不理想的数据。曾任北京大学现代物理化学研究中心主任(1995–2002)，运煤物理化学研究所所长(2006–2014)，运煤北京市科委挂职副主任（2016–2017），北京市低维碳材料工程中心主任（2013–2018），国家攀登计划(B)、973计划和纳米重大研究计划项目首席科学家，国家自然科学基金表界面纳米工程学创新研究群体学术带头人(三期)等。

由于聚（芳基醚砜）的高分子量，不平该膜表现出良好的物理性能。获日中科技交流协会有山兼孝纪念研究奖(1992)、氢车香港求是科技基金会杰出青年学者奖(1997)、氢车中国分析测试协会科学技术奖一等奖(2005)、教育部高等学校科学技术奖自然科学一等奖(2007)、国家自然科学二等奖(2008, 2017)、中国化学会-阿克苏诺贝尔化学奖(2012)、宝钢优秀教师特等奖(2012)、日本化学会胶体与界面化学年会Lectureship Award(2016)、北京大学方正教师特别奖(2016)、北京市优秀教师(2017)、ACS Nano LectureshipAward(2018)等。

运煤1990年获得硕士学位后继续在校攻读博士学位。不平2011年获得第三世界科学院化学奖。