数学与材料实验室 — 研究概览与阅读索引
https://himis-mm.com/

研究定位
以数学描述材料结构，以人工智能研究构效关系，以独立计算和实验检验模型。应用研究拟关注旋转爆震引擎相关的极端环境材料问题。

研究方向
1. 图论结构化学与拓扑表征：局域配位、连接关系、尺度变化及有向结构。
2. AI性质预测与逆向设计：结构表示、目标性质、候选生成、物理约束与泛化边界。
3. 极端环境材料与界面：高温材料、热障涂层、孔隙与缺陷网络、热循环及界面演化。
4. 动态表征与模型验证：跨尺度模拟、图谱解析、多模态观测及数据回流。

六环节方法框架
结构表示 → 预测与设计 → 结构演化 → 表征解析 → 知识发现 → 协同验证。
这一框架依据《人工智能材料学》相关章节整理。具体旋转爆震材料应用属于研究规划，不代表已经完成相关发动机试验。

阅读书目
潘锋、李舜宁 编著：《人工智能材料学——AI4Materials》，科学出版社，2025年10月第1版。
丘成桐作序，序言时间为2025年9月。
ISBN 978-7-03-083427-0。
章节与印刷页：
第1章 材料学及其范式变革，1起。
第2章 材料微观描述与特征提取，56起。
第3章 材料性质预测与反向设计，110起。
第4章 材料结构演化与动态研究，144起。
第5章 材料结构表征与图谱解析，183起。
第6章 材料知识发现与智能分析，229起。
第7章 人工智能材料学家，268起。
本站只提供独立导读，不公开原始电子书。

代表文献（成果归属原作者与原单位）
Wang B. et al. Inverse design of catalytic active sites via interpretable topology-based deep generative models. npj Computational Materials 11,147 (2025).
https://doi.org/10.1038/s41524-025-01649-8
Chen D. et al. Superionic Ionic Conductor Discovery via Multiscale Topological Learning. JACS 147,20888–20898 (2025).
https://doi.org/10.1021/jacs.5c04828
Zhang W. et al. Rapid Mining of Fast Ion Conductors via Subgraph Isomorphism Matching. JACS 146,18535–18543 (2024).
https://doi.org/10.1021/jacs.4c04202

学术人物资料
丘成桐：https://ymsc.tsinghua.edu.cn/qctzy/grjj.htm
潘锋：https://sam.pkusz.edu.cn/info/1027/1723.htm
以上为学术资料入口，不代替实验室任职公告。

讲座资料（北京时间）
2026-09-13 15:30，潘锋：材料基因组学探索：图论/拓扑、AI、锂电池材料。
2026-08-26 19:30–21:00，周济：当超材料遇到数学——从数学模型到物理实现与材料赋能的一条路径。
日期及主题依据所提供文档归档，不代表当前报名入口。

说明
交互计算包括半无限固体周期热扩散解析解，以及F2系数域上的Vietoris–Rips H0/H1持续同调。默认参数与点集仅用于验证和讲解，不代表真实材料数据或发动机工况。
实验室成员名录、正式招生招聘及联系方式仍待确认。