广汽首款氢燃料电池乘用车成功挑战顶级F1赛道

目前，广汽制造高分子的化石资源约占其总量的8%。

在过去五年中，首款赛道包信和团队在Nature和Science上共发表了两篇文章。【Nature、氢燃Science发文量前10的机构】以下排名所涉及的文章数量为机构独立研究和参与合作论文的总量，氢燃其中，上海科技大学的六篇文章均为参与合作论文。

2016年获国际天然气转化杰出成就奖，料电被评为中央电视台2016年度十大科技创新人物。2005-2007年在加州大学圣芭芭拉分校从事博士后研究，池乘成功2007年回到厦门大学任特聘教授，池乘成功2009年获得国家杰出青年科学基金资助，同年受聘为教育部长江学者特聘教授，2016年6月获中国优秀青年科技人才奖。2001-2008年在美国Nanosys高科技公司工作、用车是该公司的联合创始人之一，用车历任联合技术顾问、先进技术科学家、先进技术高级科学家、先进技术部经理和首席科学家。

挑战在天然气（甲烷）直接转化制高值化学品和煤基合成气直接制低碳烯烃等研究领域取得重要研究进展。令人比较诧异的是上海科技大学，顶级发文数量也达到6篇。

2014年获得北京大学王选青年学者奖，广汽同年，应邀担任英国皇家化学会期刊CatalysisScienceTechnology副主编。

16岁上大学，首款赛道28岁成为中科院金属研究所研究员，首款赛道36岁被任命为中科院金属研究所所长，38岁当选中国最年轻的中科院院士，41岁成为美国《科学》杂志创刊以来第一位担任评审编辑的中国科学家。目前，氢燃机器学习在材料科学中已经得到了一些进展，如进行材料结构、相变及缺陷的分析[4-6]、辅助材料测试的表征[7-9]等。

1前言材料的革新对技术进步和产业发展具有非常重要的作用，料电但是传统开发新材料的过程，都采用的试错法，实验步骤繁琐，研发周期长，浪费资源。池乘成功图2-2 机器学习分类及算法3机器学习算法在材料设计中的应用使用计算模型和机器学习进行材料预测与设计这一理念最早是由加州大学伯克利分校的材料科学家GerbrandCeder教授提出。

用车图3-8压电响应磁滞回线的凸壳结构示例（红色）。那么在保证模型质量的前提下，挑战建立一个精确的小数据分析模型是目前研究者应该关注的问题，挑战目前已有部分研究人员建立了小数据模型[10,11]，但精度以及普适性仍需进一步优化验证。