南京工业大学计算机考研(南京工业大学计算机考研科目)

南京工业大学计算机考研(南京工业大学计算机考研科目)

南京工业大学计算机考研，南京工业大学计算机考研科目

现代快报讯（通讯员 杨芳 记者 李楠）如何在几分钟内完成对数十万材料的性能预测，从而找出具有优质性能的碳捕获和储存金属有机框架材料？近日，南京工业大学计算机科学与技术学院副教授万夕里指导的2020级硕士研究生鹿存兴通过一种计算法解决了这一问题。

△方法流程图 通讯员供图

相关资料显示，二氧化碳是导致全球变暖的主要温室气体之一。鹿存兴介绍，金属有机框架材料在气体吸附方面表现优异，被视为实现碳捕获与储存的理想材料。“如何在数量庞大的金属有机框架材料中，找到性能最优的材料，是当前学术研究中的难点。”

近年来，也有致力于解决相关问题的研究，但均有部分限制。比如分子模拟方法需要材料的各项数据，比如材料的孔径、面积等。同时，该算法的计算时间也较长。鹿存兴说：“这样的算法还需要使用人掌握计算机相关知识，对专业背景要求也较高。”

对此，鹿存兴阐述了一种人工智能预测方法，“实验表明，该方法不仅可以让无计算机基础的学者直接使用，还能在短时间内完成几十万种金属有机框架材料的分析和预测。”

鹿存兴介绍，他创新性地使用投影的方法，将材料领域中的三维结构转化为计算机可读的二维信息。“只需要一个三维数据的文件夹，就能快速对材料进行预测。”

鹿存兴开心地说，导师万夕里的课题组主要从事人工智能、云计算、大数据等方面的研究，近年来，在计算机与数学、化学等多学科交叉方面有着可观的成果。得益于课题组，他的计算法在实际应用中，缩短了1/10的计算时间，即节省计算时间近一个量级。

据悉，鹿存兴阐述的“一种基于深度学习的金属有机框架材料碳捕获性能的端到端的人工智能预测方法”学术论文，日前被美国化学学会出版的国际知名期刊《化学信息与建模杂志》录用，并被选作当期封面文章刊发。

（编辑 周冬梅）

南京工业大学计算机考研(南京工业大学计算机考研科目)

南京工业大学计算机考研(南京工业大学计算机考研科目)