怎样在数分钟内完成对数十万材料的性能预测，从而寻找出具有优质性能的碳捕获和储存金属有机框架材料?近日，南京工业大学计算机科学与技术学院万夕里副教授指导的硕士研究生鹿存兴同学通过一种计算法解决了这一问题。

　　众所周知，二氧化碳作为导致全球变暖的主要温室气体，对其捕获与储存，以助力“双碳”目标实现，改善生态环境，已成为学界当下研究的热点和焦点。鹿存兴介绍，他创新性地使用投影的方法，将材料领域中的三维结构转化为计算机可读的二维信息，在结合时下计算机领域深度学习的研究热点后，实现了端到端的性能预测。

　　据悉，鹿存兴阐述的“一种基于深度学习的金属有机框架材料(MOF)碳捕获性能的端到端的人工智能预测方法”学术论文，日前被美国化学学会(ACS)出版的国际知名期刊《化学信息与建模杂志》录用，并被选作当期封面文章刊发。

　　责任编辑：张华