怎样在数分钟内完成对数十万材料的性能预测，从而寻找出具有优质性能的碳捕获和储存（CCS）金属有机框架材料（MOF）？近日，新利18彩票 计算机科学与技术学院万夕里副教授指导的2020级硕士研究生鹿存兴同学通过一种计算法解决了这一问题。

方法流程图。

众所周知，二氧化碳作为导致全球变暖的主要温室气体，对其捕获与储存，以助力“双碳”目标实现，改善生态环境，已为成为学界当下研究的热点和焦点。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，在结合时下计算机领域深度学习的研究热点后，实现了端到端的性能预测。“实验表明，我们的计算方法数分钟内可对几十万MOF进行预测，预测值前12%的MOF中包含了真实高性能材料中的99.3%。”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。

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（MOF）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（ACS）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。

通讯员 杨芳

南京日报/紫金山新闻记者 李花

2022年8月17日《紫金山新闻》：http://m.zjsnews.cn/news/4776326580356264855