点我！看清华SIGS近期科研成果

多位教师获2022年度广东省科学技术奖

周光敏团队合作在机器学习辅助筛选高活性锂硫电池催化剂方面取得新进展

袁春团队在长尾数据下的标签噪声问题上取得新进展

多位教师入选2023年全球高被引科学家名单

丁文伯团队合作在基于视触觉感知的气动咽拭子采样装置研究领域取得新进展

多个科研项目在第二十五届高交会中喜获荣誉

廖然、马辉团队在海洋颗粒物分类探测原位样机研究方面取得新进展

张一团队在光储直柔建筑的调控方法上取得新进展

张正华团队在过氧化氢分布式电合成方向取得新进展

徐晓敏、成会明团队在皮肤集成电子的多模传感研究领域取得新进展

郭烨团队在电能量-备用市场联合出清与定价领域取得新进展

张璇、周光敏团队在联邦学习实现退役电池协同分类回收研究中取得新进展

多位教师获2022年度广东省科学技术奖

近日，广东省人民政府正式通报颁发2022年度广东省科学技术奖，我院共获得3项奖励。刘碧录获广东省青年科技创新奖；我院作为第三完成单位，杨余久、王好谦、李秀分别作为第四、第九、第十完成人参与的“多层次金融风险智能预警关键技术及其应用”项目获广东省科技进步一等奖；我院作为第四完成单位，朱小山作为第四完成人参与的“红树林生态系统全链条精准修复关键技术与应用项目”获广东省科技成果推广奖。

周光敏团队合作在机器学习辅助筛选高活性锂硫电池催化剂方面取得新进展

周光敏课题组基于机器学习算法从轨道耦合与晶格畸变角度提出了锂硫电池催化剂设计准则，揭示了催化剂对硫基电化学反应动力学的影响机制。该研究成果打破了锂硫电池催化剂传统设计思路，为实用化锂硫电池开发提供了新思路。

相关成果近日以“机器学习辅助设计二元描述符以破译硫反应动力学的电子和结构效应”（Machine-learning-assisted design of a binary descriptor to decipher electronic and structural effects on sulfur reduction kinetics）为题发表在《自然·催化》（ Nature Catalysis）上。

论文链接：

袁春团队在长尾数据下的标签噪声问题上取得新进展

针对深度学习中的长尾数据下的标签噪声问题，袁春教授团队创新性地提出RCAL方法。该方法旨在通过深层表征校准还原平衡干净的数据分布，并提供正确的信息帮助网络训练，从而提升深度神经网络的鲁棒性泛化性能。

相关成果以“当噪声标签遇到长尾困境时：一种表征校准方法”（When Noisy Labels Meet Long Tail Dilemmas: A Representation Calibration Method）为题，被计算机视觉领域世界三大顶级会议之一的“国际计算机视觉大会”（ICCV 2023）录用，并获得最佳论文提名奖。

论文链接：

多位教师入选2023年全球高被引科学家名单

2023年11月15日，科睿唯安（Clarivate Analytics）发布了2023年度“高被引科学家”名单。深圳国际研究生院共有11位教师、12人次入选，分别为贺克斌、贺艳兵、洪朝鹏、康飞宇、李宝华、吕伟、彭乐乐、杨云锋、郑博、周光敏、邹小龙（按姓氏拼音排序）。本次清华大学入选的78人次中，有5位老师同时在两个领域中被选为高被引科学家，我院康飞宇教授为其中之一，入选材料科学、环境与生态学两个学科。从所属院系来看，清华大学高被引科学家分别来自19个院系，深圳国际研究生院入选人次排名第二。

丁文伯团队合作在基于视触觉感知的气动咽拭子采样装置研究领域取得新进展

丁文伯副教授团队与合作者在咽拭子采样问题的研究上提出了一种具有触觉反馈的新型气动核酸检测设备，该设备的制作成本仅为30美元，采样部分设备质量低于100g，可以在各种机械臂上大规模推广。

研究成果以“基于视触觉感知的气动咽拭子采样装置”（Visuotactile Sensor Enabled Pneumatic Device Towards Compliant Oropharyngeal Swab Sampling）为题，被机器人领域顶级会议之一的“智能机器人与系统国际学术会议”（IROS 2023）录用，并获得最佳应用论文提名奖。

论文链接：

多个科研项目在第二十五届高交会中喜获荣誉

2023年11月15日-19日，第二十五届中国国际高新技术成果交易会（以下简称“高交会”）举行，本届高交会以“激发创新活力、提升发展质量”为主题。我院四个项目获得“优秀产品奖”，分别是“膜电极电解槽制氢材料和装备”“面向家庭睡眠呼吸监测医疗级解决方案”“水下浮游生物原位成像仪”及“高通量类器官打印机”。我院参与的清华大学展区荣获第二十五届高交会“优秀组织奖”和“优秀展示奖”。

廖然、马辉团队在海洋颗粒物分类探测原位样机研究方面取得新进展

廖然、马辉团队研制的海洋颗粒物原位分类探测样机，在大亚湾多次投放的结果证实了该样机可以获取海水中颗粒物种类和浓度比例等成分信息。该成果以“基于偏振光散射原位样机的海洋悬浮颗粒物分类探测”（Classification of suspended particles in seawater using an in situ polarized light scattering prototype）为题，发表在国际湖沼与海洋科学协会（ASLO）旗下学术期刊《湖沼与海洋：方法》（ Limnology and Oceanography: Methods）上。

论文链接：

张一团队在光储直柔建筑的调控方法上取得新进展

在碳中和的愿景下，大规模可再生能源将接入能源系统。建筑能耗是能源需求侧的重要组成部分，大约可以占到社会总能耗的30%-40%。如何使建筑用能从刚性转为柔性，帮助可再生能源消纳成为了实现碳中和的关键问题。张一团队在光储直柔建筑的调控方法上取得新进展。通过结合分布式直流能源系统和深度强化学习算法，团队成功开发出一种名为DC-RL的新型建筑能源控制方法，在用户可随时根据意愿调整参与柔性调节的负载种类和数量的前提下，实现建筑能源系统中多设备多资源基于物理信号进行自律式调节。

相关成果已发表在《应用能源》（ Applied Energy）期刊上，论文题目为“一种结合分布式直流能源系统和深度强化学习的可再生建筑能源系统新型运行方法”（A novel operation method for renewable building by combining distributed DC energy system and deep reinforcement learning）。

论文链接：

张正华团队在过氧化氢分布式电合成方向取得新进展

张正华团队通过对商业碳颗粒组装的传统平面电催化剂薄膜进行结构上的非连续化断裂处理，展示了具有自曝气功能的抗电润湿碳膜电极的创新概念。在涂覆制造的炭黑-聚四氟乙烯活性层中形成的致密贯穿型微裂纹呈现出反直觉的强大水下疏水性。这种疏水性通过操纵微环境处的氧气浓度梯度允许氧气自驱动从开放空气持续扩散到活性界面，同时使电极能够以前所未有的选择性（>97%）和耐用性（>200小时）在工业相关电流密度（100–300 mA/cm 2）下稳定运行而不会出现故障。

相关研究工作以“用于工业H 2O 2电合成的自曝气抗电润湿碳膜电极”（ An anti-electrowetting carbon film electrode with self-sustained aeration for industrial H 2 O 2 electrosynthesis）为题，发表在期刊《能源与环境科学》（ Energy & Environmental Science ）上。

论文链接:

徐晓敏、成会明团队在皮肤集成电子的多模传感研究领域取得新进展

徐晓敏、成会明团队开发了在近红外光下表现出卓越性能的超柔性有机光电探测器（如图1）。该超柔性探测器厚度小于4 µm，在近红外区940 nm波长下的光电响应度为0.53 A W-1，探测率为3.4×1013 Jones，-3 dB下截止频率超过1 MHz，在有机近红外光电探测器领域达到领先水平，且具有良好的稳定性。

相关成果近日以“近红外有机光电探测器用于皮肤集成式光电容积-心电多模态传感系统”（Near-Infrared Organic Photodetectors toward Skin-Integrated Photoplethysmography-Electrocardiography Multimodal Sensing System）为题发表在学术期刊《先进科学》（ Advanced Science）上。

论文链接：

郭烨团队在电能量-备用市场联合出清与定价领域取得新进展

郭烨团队在电能量-备用市场联合出清与定价方面的研究取得新进展。团队提出了基于场景模拟的电能量-备用联合优化模型，在最小化系统总体期望成本的同时，实现了备用的自适应按需出清，避免了经验性的备用分区和备用需求设置。在此基础上，团队进一步建立了电能量与备用的多时段联合滚动出清框架，创造性地提出了电能量与备用的准一致性边际定价，突破了传统一致性定价的局限，保证了多时段下的全局市场均衡与机组的成本回收、诚实申报。该系列研究成果在电力市场领域具有深远应用潜力。

相关成果分别以“基于场景模拟的电能量-备用联合出清与定价”（A Scenario-oriented Approach to Energy-Reserve Joint Procurement and Pricing）和“不确定性下的电能量-备用多时段联合滚动调度与定价”（Multi-Interval Rolling-Window Joint Dispatch and Pricing of Energy and Reserve under Uncertainty）为题，分别发表于国际学术期刊《IEEE电力系统汇刊》（ IEEE Transactions on Power Systems）和《应用能源》（ Applied Energy）。

论文链接：

张璇、周光敏团队在联邦学习实现退役电池协同分类回收研究中取得新进展

在退役电池回收行业中，直接回收（修复）方法具有工艺流程短、二次能源消耗和污染低、经济效益高等优点，但需要事先获取电池的正极材料信息。这些信息涉及制造商、用户、科研机构等多方敏感数据，难以获取和集中利用。针对上述问题，张璇、周光敏团队建立了基于联邦学习的退役电池快速分类模型，无需历史运行数据，仅用少量现场测试信息即可实现退役电池正极材料的精确分类。该工作极大提升了退役电池的回收效率，有望加速回收产业的规模化发展。

相关研究成果以“通过联邦机器学习实现隐私保护的退役电池协同分类和盈利性直接回收”（Collaborative and privacy-preserving retired battery sorting for profitable direct recycling via federated machine learning）为题发表在《自然·通讯》（ Nature Communications）上。

论文链接：

一起来看！清华SIGS近期科研进展

速览！清华SIGS近期科研成果

SIGS Plog | 冬日书香

本期来源|数据与信息研究院、材料研究院、科研处、海洋工程研究院、未来人居研究院、环境与生态研究院

编辑|叶思佳

审核|陈超群

鸣谢|科研处

排版|钟有