纳米多孔金属制备及其在传感检测领域的应用

纳米多孔金属是一类具有三维孔隙/韧带双连通结构的材料,具备高比表面积、化学稳定、特征结构稳定可调控、可选材料体系众多等特点,已成为电化学催化、储能领域的研究热点。近年来,基于其微纳尺度特征尺寸及金属特有的表面等离激元效应,纳米多孔金属已展现出在传感及检测应用领域的巨大潜力。文章讨论了纳米多孔金属的各类制备方法的优缺点,并简要介绍了金属表面等离激元材料及其在检测、致动、传感领域的典型应用。

机器学习在热电材料领域中的应用

热电材料是环境友好型能源转换材料,涉及的体系十分多样。其性能优化是一个多参数协调的复杂问题,一直是研究者们关注的热点。虽然热电的计算模拟方法和实验方法发展迅速,但是热电材料的搜索效率仍需要进一步提高。机器学习具有计算成本低和预测速度高的优势,可以快速缩小搜索空间,加快对热电材料结构和性能优化的研究。本综述从数据类型的角度出发,介绍了热电材料中的小样本数值数据(数据量约为102),大样本数值数据(数据量大于104)及图片数据中机器学习的应用和研究进展,进一步详细地讨论了在不同的数据类型中研究热电材料的结构和性能所使用的不同的机器学习算法模型,并对其未来的发展趋势和应用方向进行了展望。