24小时热门版块排行榜

返回列表

【有奖交流】积极回复本帖子，参与交流，就有机会分得作者 X教授的 26 个金币，回帖就立即获得 1 个金币，每人有 1 次机会

当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

X教授

木虫 (著名写手)

应助: 1 (幼儿园)
金币: 3793.3
帖子: 1065
在线: 322.4小时
虫号: 1110469

[交流] 东南大学—有机多孔功能材料团队（杰青团队）招收2026级AI+COFs方向博士研究生

东南大学—有机多孔功能材料团队（杰青团队）招收2026级AI+COFs方向博士研究生
一、课题组及团队简介
有机多孔功能材料团队隶属于东南大学能源与环境学院。团队由国家杰出青年科学基金获得者赵新教授领衔，拥有浓厚的科研氛围、优越的实验及办公环境和充足的科研经费。
团队紧跟AI for Science (AI4S) 的时代浪潮，致力于将人工智能技术与先进材料开发深度融合。我们诚邀对科研充满热情、敢于跨界创新的青年才俊加盟，共同探索“数据驱动”下的新材料发现范式。
目前招收2026年春季和秋季入学博士生（AI+COFs方向），尚有名额，欢迎报名！

二、为什么选择 AI + COFs 方向？
共价有机框架（COFs）作为一类新兴的晶态多孔材料，在能源、环境、催化等领域展现出巨大潜力。然而，传统的“试错法”合成耗时耗力，且构效关系复杂。
本课题组致力于建立“计算模拟-AI预测-实验验证”的闭环研究体系：
1. 数据驱动发现： 利用机器学习挖掘COFs材料的构效关系，摆脱传统经验主义束缚。
2. 大模型辅助设计： 开发基于大语言模型（LLM）的化学智能体，辅助分子设计与逆合成分析。
3. 干湿结合： 依托赵新教授团队深厚的合成积累（提供高质量小样本数据）与付钰彬研究员的计算化学背景（提供机理支撑），实现AI模型的高效迭代与落地。

三、主要研究方向与内容
本年度重点招收具有机器学习、深度学习、计算化学、有机化学、高分子化学等相关学科背景，且有意愿开展AI辅助COFs材料合成与设计的博士研究生。
具体研究内容包括但不限于：
1. COFs材料数据库构建与高通量筛选： 基于现有文献及组内实验数据，构建高质量的COFs结构与性能数据库。
2. 材料性能预测模型开发： 利用图神经网络（GNN）、Transformer等深度学习架构，预测COFs在光/电催化、气体捕获等场景下的性能。
3. 基于大语言模型（LLM）的分子设计： 微调通用LLM，使其具备化学领域的专业知识，进行自动化的文献数据提取、实验方案推荐及新结构生成。
4. 生成式AI与逆向设计： 利用生成对抗网络（GANs）或扩散模型（Diffusion Models），根据目标性能逆向设计全新的COFs拓扑结构。

四、导师简介
PI：赵新教授（国家杰青）
东南大学能源与环境学院教授，国家杰出青年科学基金获得者。
学术背景：中科院上海有机所博士，哈佛大学、芝加哥大学博士后。曾任中科院上海有机所研究员。2025年加入东南大学。
研究专长：有机多孔聚合物材料的结构设计与精准合成。赵新老师深耕有机合成领域多年，能为AI模型的训练提供最扎实、最前沿的实验数据验证与反馈，确保AI设计“落地生根”。

Co-PI：付钰彬研究员
东南大学能源与环境学院研究员。
学术背景：师从冯新亮教授（德国德累斯顿工业大学），并与Thomas Heine教授（计算化学专家）联合培养。曾在德国马普微结构物理研究所从事博后研究。
研究专长：晶态多孔高分子材料的精确设计、合成及计算化学研究。付钰彬老师兼具实验与计算背景，熟悉第一性原理计算与理论模拟，能完美衔接AI算法与化学机理之间的桥梁。
学术成果：发表SCI论文109篇，引用近3700次，H指数37。
个人主页： https://power.seu.edu.cn/fyb/list.htm

五、人才培养与待遇
跨学科的高水平平台：团队不仅有完备的湿实验室，也配置了高性能计算资源，支持AI模型的训练与推理。
个性化培养：导师亲自指导，根据学生背景定制“AI+化学”的交叉培养方案。
顶尖的国际交流机会：表现优异者可推荐至以下世界顶尖科研机构交流学习：
德国马克斯·普朗克研究所 (Max Planck Institutes)
斯特拉斯堡大学-超分子科学与工程研究所 (拥有2位诺奖得主及多位欧洲科学院院士)
德国德累斯顿工业大学 (TU Dresden)

六、申请方式
诚挚欢迎各位对 AI for Science 充满热情的青年学子加入我们，共同定义材料科学的未来！
截止日期：请在 2025年11月28日之前发送简历。
投递邮箱： ybfu@seu.edu.cn
邮件标题格式：姓名 + 申请AI+COFs博士 + 毕业院校
注：申请人请在简历中简要说明其在编程（如Python, PyTorch等）或计算化学软件（如VASP, Gaussian, CP2K等）方面的技能基础。

回复此楼