时间：2025年3月22日（周六）上午8:30
A会场：地点：16教 C 106
求实导师学术报告一
报告题目：中温固体氧化物燃料电池阴极材料的改性研究
报告人：蒋龙 博士
报告摘要：中温固体氧化物燃料电池（IT-SOFCs）因其高效、低排放等优势成为清洁能源领域的研究热点，但其阴极材料在中温（600–800℃）条件下的氧还原反应（ORR）动力学缓慢与长期稳定性不足等问题制约了实际应用。本研究针对典型双钙钛矿型阴极材料PrBaCo2O5+d中引入过渡金属元素Fe，通过表面性能和体相性能改性策略优化其电化学性能与耐久性，抑制Sr偏析并增强离子传输，显著改善了阴极材料的稳定性。通过XRD、XPS、EIS及弛豫时间分布（DRT）等表征手段的分析表明，改性后的阴极材料在活性-稳定性协同优化方面表现突出，为IT-SOFCs的实用化提供了材料设计新思路。
研究生学术论坛一
学生 |
论文题目 |
导师 |
宋瑞杰 |
过渡金属氢化物钙钛矿结构和物性的第一性原理研究 |
陈艳 |
张婧怡 |
第三主族金属卤化物钙钛矿材料的结构和物性调控研究 |
陈善俊 |
屈艳丽 |
等离激元超材料吸收器的设计及性能研究 |
陈艳 |
王孝云 |
基于非辐射无极模式完美吸收器的研究 |
陈艳 |
龚宸宇 |
可调谐太赫兹超材料完美吸收器的设计与性能研究 |
杨文星 |
B会场：地点：16教 C 107
求实导师学术报告二
报告题目：机器学习在新生儿遗传代谢病筛诊疗研的探索
报告人： 杨琴 博士
报告摘要：本报告探讨了机器学习在新生儿遗传代谢病筛查、诊断和治疗中的应用。首先介绍了机器学习的基本概念及其与人工智能、深度学习的关系，强调了机器学习在医学领域的广泛应用，特别是在医学影像识别、辅助诊断和药物研发中的重要作用。随后，报告详细阐述了新生儿遗传代谢病的定义、筛查方法及诊断原则，指出当前筛查中存在的主要问题。为解决这些问题，报告提出利用机器学习方法，结合串联质谱（LC-MS/MS）和气相色谱（GC-MS）技术，从代谢组学数据中挖掘规律，辅助遗传代谢病的早期诊断和风险预测，从而提高筛查的准确性和效率。报告还展示了一系列应用案例，包括疾病模式识别、多类疾病分类、生物标志物筛选等。此外，报告还介绍了基于深度学习和生物网络算法的疾病表型致病机理研究，并提出了构建高性能三维卷积神经网络的方法。最后，报告总结了当前的研究进展，并展望了未来在扩大样本数据、提高模型稳健性方面的研究方向，旨在推动机器学习在新生儿遗传代谢病筛查中的实际临床应用。
研究生学术论坛二
学生 |
论文题目 |
导师 |
查雯静 |
基于铟镓锌锡氧化物薄膜晶体管的制备和性能研究 |
郑定山 |
高晓风 |
局域场增强高性能CdS纳米带光电探测器 |
郑定山 |
方苏慧 |
铟镓锌锡氧化物薄膜晶体管性能的掺杂调控及机理研究 |
郑定山 |
王艺霖 |
教育数字化转型背景下《大学物理》课程思政实践路径研究 |
张静 |
范晓琳 |
融入创客教育理念的跨学科实践活动设计与实施 |
张静 |
