【小结】综上所述，新能项目作者回顾了CMFC在先进能源转换和存储过程中涉及的关键反应方面的最新进展，新能项目并总结了CMFC的独特特征，同时强调了材料合成、能源器件制造和机理研究的各种创新策略。
发现极性无机材料有更大的带隙能（图3-3），源绿所预测的热机械性能与实验和计算的数据基本吻合（图3-4）。然后，南油采用梯度提升决策树算法，建立了8个预测模型（图3-1），其中之一为二分类模型，用于预测该材料是金属还是绝缘体。
这就是步骤二：气田数据收集跟据这些特征，我们的大脑自动建立识别性别的模型。需要注意的是，首个示范机器学习的范围非常庞大，有些算法很难明确归类到某一类。首先，光伏工程构建深度神经网络模型（图3-11），光伏工程识别在STEM数据中出现的破坏晶格周期性的缺陷，利用模型的泛化能力在其余的实验中找到各种类型的原子缺陷。
投运（f,g）靠近表面显示切换过程的特写镜头。飞秒X射线在量子材料动力学中的探测运用你真的了解电催化产氢这些知识吗？已为你总结好，新能项目快戳。
源绿（h）a1/a2/a1/a2频段压电响应磁滞回线。
经过计算并验证发现，南油在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。2014年入选国家第五批青年千人计划，气田并回到厦门大学化学化工学院，组建独立科研团队。
在碱性条件下，首个示范Pt(hkl)单晶表面的ORR过程则经过形成O2-的步骤。之后他们在Au(hkl)单晶表面的电氧化过程的研究中，光伏工程首次获得Au(hkl)单晶电极电氧化重要中间物种OH的原位光谱信息（J.Am.Chem.Soc.2015,137,7648-7651）。
【图文导读】图1Pt(hkl)单晶表面上ORR过程示意图和SHINs结构表征及其3D-FDTD模拟图（a）Pt(111)单晶表面的壳层隔绝纳米粒子（Au@SiO2NPs，投运SHINs）模型和原位电化学SHINERS研究ORR过程模型图;（b）Au@SiO2纳米粒子的TEM图;（c）SHINs修饰的Pt(111)单晶电极表面的SEM图;（d）Pt基底上，投运2×2阵列SHINs的电磁场分布3D-FDTD模拟图。图3酸性条件下，新能项目Pt(100)和Pt(110)单晶表面ORR过程的原位电化学SHINERS结果和Pt(110)表面OH*物种的DFT理论模拟图（a，新能项目b）0.1MHClO4溶液中，Pt(100)（a）和Pt(110)（b）单晶电极表面ORR过程的原位SHINERS光谱图。
