2024年9月30日（周一）上午8:30-10:30（北京时间）![]()
扫描二维码进入腾讯会议线上参会
![]()
张立军，吉林大学“唐敖庆学者”卓越教授、材料科学与工程学院院长，国家海外高层次青年人才引进计划入选者（2014），基金委优青（2017）、杰青（2021），科技部国家重点研发计划项目负责人（2022），科睿唯安全球高被引科学家（2022-2023）。基于高通量材料计算与人工智能机器学习算法结合的思路，发展具有自主知识产权、代码开源的材料设计新方法与软件JAMIP (http://jamip-code.com)；聚焦半导体光电信息功能材料，开展新材料设计与光电性能调控研究，多个从理论上设计的新材料与新性能调控策略得到实验证实，取得了对半导体光电材料与器件领域有指引作用的创新结果。自2014年回国，作为第一/通讯作者在Science, Nat. Rev. Mater., Nat. Photonics, Nat. Energy, Nat. Commun., PRL, JACS, AM等期刊发表论文100余篇，获批软件著作权4项，论文共被引用21580次，H因子66。获中国材料研究学会“计算材料学青年奖”、吉林省青年科技奖—特别奖。现任《Computational Materials Science》期刊副主编。
以发光二极管、光电探测器、太阳能电池、激光器为代表的半导体光电子器件面临高效率、低成本、微缩化等未来发展趋势。以硅、III-V族化合物为代表的四面体键半导体材料是目前大规模应用的光电子器件中的主要吸光/发光材料，但在光电转换效率、材料成本、可微缩性等方面已接近极限。进一步提升光电子器件的光电转换效率、降低其成本、实现微缩化的可行途径是发现新型光电半导体、寻找调控手段优化半导体的光电性质。随着超级计算机计算能力的显著增强以及人工智能、机器学习算法的不断发展，人们通过材料模拟，只需花费实验研究所需时间的一小部分，就可以探索巨大数量候选功能材料的特性，这使得以优化材料功能为导向的新材料设计在计算机模拟中得以实现。在这里，将主要汇报我们近期在半导体光电材料优化设计方面开展的工作。具体内容包括我们自主发展的结合高通量材料计算、数据库技术与人工智能机器学习算法的材料设计方法与软件JAMIP（全称Jilin Artificial-intelligence aided Materials-design Integrated Package，http://jamip-code.com，软件著作权：2021SR0349238）及应用其在光电半导体体系开展的新材料设计与光电性能调控研究。主讲人2
裴艳中，同济大学材料科学与工程学院教授。2003年中南大学获学士学位；2008年中科院上海硅酸盐研究所获博士学位；随后在密西根州立大学及加州理工学院从事博士后研究， 2012年加入同济大学材料学院。一直从事热电材料与器件研究，共发表学术论文160 余篇, 总引超过2万次，入选科睿维安交叉领域高被引科学家，获得基金委交叉学部杰出青年基金资助，指导博士研究生7人次获得国际热电学会研究生奖（平均每年授奖数2-3名）。热电制冷与热绝缘体
已知固体物质室温下的热导率局限在5000-0.1W/m-K范围内，热导体及热绝缘体等热功能应用均受诸多限制。无论是面向总量巨大、能量密度低的分散式废余热回收发电应用的热电发电技术，还是面向未来超导、量子、信息应用的全固态热电制冷技术，均需研制优良的热绝缘体材料。本报告主要涉及晶体材料力学/声学/热学性质模型的建立、晶格驻波效应最小化热导率的作用机制、以及热绝缘材料开发以及新型深低温热电制冷等方面的近期研究进展。
主办方
![]()
