Sun等[2]报道通过Ru与NiO的协同催化作用促进Li2CO3电化学分解，豆瓣诞生得到的Li-CO2/O2电池具有卓越的循环性能。
过去五年中，性死郑南峰团队在Nature和Science上共发表了两篇文章。2005-2007年在加州大学圣芭芭拉分校从事博士后研究，组冠2007年回到厦门大学任特聘教授，组冠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。
军贴1995年获国家杰出青年基金资助。豆瓣诞生2016年入选英国皇家化学会会士。卢柯团队的研究方向包括金属电化学愈合、性死摩擦磨损、梯度纳米结构材料和纳米层片结构材料。
2016年获国际天然气转化杰出成就奖，组冠被评为中央电视台2016年度十大科技创新人物。过去五年中，军贴马丁团队在Nature和Science上共发表了两篇文章。
豆瓣诞生投稿以及内容合作可加编辑微信：cailiaokefu。
担任国际催化协会委员，性死任中国化学会第28届和第29届理事会副理事长，2012年起任中国化学会催化专业委员会主任。最后，组冠将分类和回归模型组合成一个集成管道，应用其搜索了整个无机晶体结构数据库并预测出30多种新的潜在超导体。
此外，军贴作者利用高斯拟合定量化磁滞转变曲线的幅度，军贴结合机器学习确定了峰/谷c/a/c/a - a1/a2/a1/a2域边界上的铁弹性增加的特征（图3-10），而这一特征是人为无法发掘的。在数据库中，豆瓣诞生根据材料的某些属性可以建立机器学习模型，便可快速对材料的性能进行预测，甚至是设计新材料，解决了周期长、成本高的问题。
随后，性死2011年夏天，奥巴马政府宣布了材料基因组计划(MaterialsGenomeInitiative,简称MGI)，该计划在材料科学中掀起了一场革命。基于此，组冠本文对机器学习进行简单的介绍，组冠并对机器学习在材料领域的应用的研究进展进行详尽的论述，根据前人的观点，总结机器学习在材料设计领域的新的发展趋势，以期待更多的研究者在这个方向加以更多的关注。