层层组装范德瓦尔斯（vdW）异质结构是固态物理学、材料科学和化学领域新发现的基础。尽管目前很多取得了成功，但所有当前的二维材料（2DM）转移技术都依赖于使用聚合物辅助，这限制了多层异质结构的界面洁净度，进而影响电子输运性能和光电应用的潜力。依据聚合物辅助的二维材料异质结制备技术对样品的制备有多重限制：层间聚合物残留会限制可使用器件的尺寸；对很多空气氧化的材料，界面处的气泡（最重要的包含聚合物残留，空气，水等）会导致被包裹材料的氧化变性；对于复杂多层二维材料的构成的器件（例如：发光器件LED），聚合物辅助转移技术杂质残留问题会导致器件可利用空间很小，通常在几个微米尺寸；聚合物不可以使用在超真空转移中；聚合物转移技术不能用来制备有机溶剂样品以及生物样品。因此，得到超洁净界面以及大面积转移，和复杂有机样品制备，是目前急需解决的重大挑战。
近日，曼彻斯特大学Roman Gorbachev教授等人提出了一种新颖的无聚合物转移技术，用于快速简便地组装异质结构，该技术利用可重复使用的柔性无机氮化硅薄膜。该技术能快速、可重复地生产二维异质结构，包括使用剥离材料和CVD生长的材料。该技术能得到具有无层间污染的完美界面和相应的优异电子输运器件，仅受到所使用晶体的大小和固有质量的限制。此外，去除对聚合物载体的需求为范德华异质结构的制备提供了新的可能性：在高达600°C的高温下进行组装，以及在超高真空（UHV）和材料完全浸泡在液体中的不同环境中进行组装。文章首次展示了UHV异质结构组装，并展示了石墨烯莫尔超晶格结构，其结构均匀性提高了一个数量级以上。作者相信，广泛采用新型无机二维材料组装策略将充分的发挥范德华异质结构作为新物理和先进光电技术平台的潜力，以及为二维材料的大面积工业化应用提供技术支持。
机器学习方法作为人工智能重要的支柱之一，近年来受到了广泛的关注。在材料化学领域，由于数据的丰富和计算机运算能力的增强，机器学习方法已经被应用于发现新材料、预测材料和分子性质、研究原子力场和设计药物等多个方向。
材料是国民经济的基础，而新材料的发现是推动现代科学发展与技术革新的源动力之一。经过漫长的算法模型积累，以数据科学为基础的机器学习方法，已能适配多项学科的研究需求。在理论与实验积累的数据基础上，机器学习紧跟所有的领域的研究潮流，推动数据密集型科学研究的发展，使其成为继理论、计算、实验后引领科学研究的第四范式。近些年，随着AI和数据驱动技术的快速的提升。机器学习在材料领域的研究带动了材料信息学的进步，推动了材料科学的发展。运用数据驱动的机器学习算法建立材料性能预测模型，然后将其应用于材料筛选与新材料开发的研究引起了学者们的广泛关注。利用机器学习框架搭建材料研究设计平台对材料大数据资源做多元化的分析与预测，成为开发新型材料的重要手段。机器学习算法是在海量数据中寻找规律并为实验提供指导性建议，成为推动材料科学研究与创新的热点话题，对于提高材料研发效率、降低材料研发成本、促进制造业转型与升级具有深远意义。利用机器学习算法训练数据集来构建模型，以预测材料的结构、吸附特性、电学特性、催化性能、力学特性和热力学特性等材料性能，大大推动了机器学习在材料科学领域的发展，并且已经取得重要突破。关于机器学习在材料中应用的论文数量也是逐年增长，机器学习在材料科学的应用研究文章近年来多次发表在Nature、Science、Angew、Advanced Materials、JACS、Nano Letters、ACS Catalysis、Joule、Matter、Energy Storage Materials等国际知名顶刊！
深度学习，又叫做神经网络。目前深度学习是一个加快速度进行发展的领域，最近引起了人们的极大关注。它是建立在人工神经网络的基础上，从人脑的结构和功能中汲取灵感。最近引起了人们的极大关注。深度学习是一种强大的技术，有可能彻底改变许多行业。它从数据中学习并做出准确预测的能力已经导致了从语音识别到医疗保健再到材料筛选等多个应用。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远超于先前有关技术，随着深度学习的发展，观察其创新和新颖的应用将是非常的令人着迷。
2. 基于数据驱动的功能材料开发案例四（深度学习实现钙钛矿材料性能回归）
2023.12.23----2023.12.24（上午09:00--11:30下午13:30--17:00）
2023.12.25----2023.12.28（晚上19:00--22:00)
自费价：每人每个课程￥4380元 （含报名费、培训费、资料费）套餐价：同时报名两个课程￥9280元 （原价9360元）（含报名费、培训费、资料费）
优惠：提前报名缴费学员+转发到朋友圈或者到学术交流群可享受每人每班可得200元优惠（仅限前15名）
证书：参加培训并通过考试的学员，能申请获得工业与信息化部工业文化发展中心颁发的“工业强国建设素质素养提升尚工行动”岗位能力适应评测证书。该证书可在中心官网查询，可作为能力评价，考核和任职的重要依据。评测证书查询网址：（自愿申请，须另行缴纳考试费500元/人）
报名缴费成功将赠送“机器学习（ML）在材料化学的应用专题与深度学习辅助材料设计专题”视频和课件（根据所报班型提供对应学习视频），参加本次课程的学员可免费参加一次本单位后期组织的“机器学习在材料化学的应用专题与深度学习辅助材料设计专题专题”相同的专题培训班（任意一期都可以）。课后学习完毕提供全程录像视频回放，发送全部课件资料及数据PPT，长期答疑，微信解疑群永不解散
授课方式通过腾讯会议线上直播，理论+实操的授课模式，老师手把手带着操作，从零基础开始讲解，400余页电子PPT和教程＋预习视频提前发送给学员，所有培训使用软件都会发送给学员，有什么疑问采取开麦共享屏幕和微信群解疑，学员和老师交流、学员与学员交流等，培训完毕后老师长期解疑，培训群永不解散。
常州大学、电子科技大学、中国科学院大学、新疆工程学院、重庆医科大学、西安石油大学、北京交通大学、中国石油大学（北京）、江苏师范大学、哈尔滨理工大学、东北林业大学、暨南大学、南昌航空大学、浙江大学、青岛大学、山东科技大学、厦门大学、哈尔滨工业大学（深圳）、汕头大学、东北大学、北京航空航天大学、陆军工程大学、天津大学、南阳师范学院、香港大学、温州大学、江苏大学、燕山大学、东华理工大学、武汉工程大学、新疆大学、太原理工大学、华北电力大学、四川大学、广州大学、重庆大学、材料科学姑苏实验室、深圳大学、北京化工大学、燕山大学、西南石油大学、香港科技大学（广州）、厦门大学、东北大学、北京理工大学、南京航空航天大学、中国科学院青岛生物能源与过程研究所、香港城市大学、西安科技大学、厦门理工学院、中国科学院上海硅酸盐研究所、西湖大学中国核动力研究设计院、有研工程技术研究院有限公司、中南大学、福州大学、东风汽车集团股份有限公司乘用车公司、中国科学院金属研究所、贵州大学、上海大策资产管理有限公司、交通运输部公路科学研究所、贝卡尔特（中国）技术研发有限公司、云南大学、哈尔滨工业大学、西安电子科技大学、郑州大学、中国农业大学、滑铁卢大学、重庆理工大学、北京机科国创轻量化科学研究院、中国科学院深圳先进技术研究院、中原工学院、清华大学、中国科学院兰州化学物理研究所、University of Maryland、北京工业大学、安徽财经大学、中国科学与技术大学、商丘师范学院、宝理工程塑料贸易有限公司、中材科技股份有限公司、湖南工商大学、武汉大学、安庆师范大学、广东省科学院生态环境与土壤研究所、南昌航空大学、泉州师范学院、华中科技大学、南京大学、南京工业大学、吉林大学、深圳职业技术学院、西北工业大学、华东师范大学、山东大学、中国科学院空间应用工程与技术中心、中国科学技术大学、嘉兴学院、陕西师范大学、中国科学院上海硅酸盐研究所 、北京石油化工学院、重庆第二师范学院、武汉光钜、上海锦湖日丽塑料有限公司、首都医科大学宣武医院、沈阳工业大学、北京工商大学、中国科学院化学研究所、中创新航技术研究院（江苏）有限公司、中国科学院国家纳米科学中心、KAUSTuniversity、长春应用化学研究所、诺贝丽斯（中国）铝制品有限公司上海分公司、钢铁研究总院、万华化学集团股份有限公、四川奥林涂料工业有限公司、深圳市祥龙琪瑞科技有限公司、隆基乐叶光伏科技（西咸新区）有限公司、Imperial College London、中国航空制造技术研究院、苏州华碧微科检测技术有限公司、MIT、南开大学、防化研究院、中国科学院工程热物理研究所、广东工业大学、陆军装甲兵学院、南方科技大学、上海交通大学、国防科技大学、西安交通大学、中国科学院长春应用化学研究所、卢森堡大学、中国科学院力学研究所、东南大学等（由于往届参加单位较多，仅部分）。感谢对我们培训的认可！还有许多由于时间冲突没法参加。这次，我们诚挚邀请您来参加！
客服1