网友们看到这一幕，博海纷纷表示：这这只狗狗真的是太聪明了，不知道是不是捡来的。

陈学元，拾贝显中国科学院福建物质结构研究所研究员。具有钙钛矿结构的有机-金属卤化物杂化晶体是一类新型材料，得胖主要用于太阳能电池。

如超快瞬态吸收光谱所揭示的，博海无机层中的锡诱导的激子扩散可以作为必要的能量传递通道，促使激子局域化以及激子后续的自陷。拾贝显研究成果以题为BroadbandExtrinsicSelf-TrappedExcitonEmissioninSn-Doped2DLead-HalidePerovskites发表在国际著名期刊Adv.Mater.上。1993年毕业于中国科技大学材料科学与工程系，得胖1998年获中科院福建物质结构研究所物理化学专业理学博士学位。

担任JournalofLuminescence主编，博海NanoResearch、ScienceChinaMaterials、JournalofRareEarths等期刊编委。（c）PEA2PbI4晶体的荧光量子产率随Sn掺杂浓度的变化关系（λex =472nm，拾贝显功率密度≈80μWcm-2）。

本文由材料人电子组的小胖纸编译，得胖材料人整理。

近年来致力于发光材料电子结构与性能研究，博海在无机纳米发光材料控制合成、博海电子结构、光学性能及应用取得重要进展，已在Nat.Photonics,Nat.Commun.,J.Am.Chem.Soc.,Angew.Chem.Int.Ed.,Adv.Mater.等刊物发表SCI论文180多篇，被引用总次数1万次，16篇论文入选近十年化学、材料和物理领域ESI高被引频次论文（top1%）。为了解决这个问题，拾贝显2019年2月，Maksov等人[9]建立了机器学习模型来自动分析图像。

得胖图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。博海阴影区域表示用于创建凹度曲线的区域图3-9分类模型精确度图图3-10（a~d）由高斯拟合铁电体计算的凹面积图。

此外，拾贝显Butler等人在综述[1]中提到，量子计算在检测和纠正数据时可能会产生错误，那么量子机器学习便开拓了机器学习在解决量子问题上的应用领域。深度学习算法包括循环神经网络（RNN）、得胖卷积神经网络（CNN）等[3]。