混合物提供了更大的层间距和独特的三维互连导电网络，广东以加速离子/电子传输速率。

电力相关成果以MachineLearningandHigh-ThroughputComputationalScreeningofHydrophobicMetal-OrganicFrameworksforCaptureofFormaldehydefromAir发表于国产期刊GreenEnergyEnviron.期刊上。对于VOCs的去除，设施数损失吸附法具有反应条件温和，反应完全，二次污染小等优点，因此得到了广泛应用。

图二、发案幅均从空气中分离甲醛的六个描述符的数值分布圈里的数字代表MOFs的个数。额累内圈代表其206个有希望的MOFs。作者应用了四种ML方法(即反向传播神经网络(BPNN)，计降支持向量机(SVM)，计降极限学习机(ELM)和随机森林(RF))对划分出来的三个数据集(AM，PN和PS)的三个性能指标(NHCHO,SHCHO/N2+O2和TSC)进行性能预测。

作者发现，超成就预测的准确性而言，PSAMPN，TSCNHCHOSHCHO/N2+O2，RFBPNNSVMELM。作为VOCs中最常见和最典型的一种有害物质，广东甲醛广泛存在于我们的生活当中，从涂料、家居到化妆品和服饰都会存在一定量的甲醛。

作者以从空气中捕获低浓度甲醛为目标，电力通过高通量计算筛选，电力机器学习算法以及路径定义相结合的研究新思路，获得了关于疏水MOF结构-性能方面的规律，将对湿环境低浓度甲醛的吸附剂设计提供可靠的参考和指导作用。

设施数损失色谱柱的颜色代表MOF数量以10为底的对数。温度的独特分布将抑制生长过程中的气相反应，发案幅均从而确保获得清洁度得到改善的石墨烯。

高导电性、额累卓越的吸附能力和精细的结构使GQF成为一种很有前途的实时气体检测方法。此外，计降还多次获中科院优秀导师奖。

现任北京石墨烯研究院院长、超成北京大学纳米科学与技术研究中心主任。这些材料具有出色的集光和EnT特性，广东这是通过掺杂低能红色发射铂的受体实现的。