香港理工大学杨明课题组的材料信息学实验室，专注于利用高通量计算和机器学习技术推动功能材料的创新研发。实验室的目标是通过理论和实验的结合，揭示物理与化学机制，加速催化剂的发现与优化。领军人物杨明教授在学术界有着丰富的成果，已在Nat. Phys., Nat. Nanotech., 等顶级期刊上发表超过125篇论文，引用次数超过3600次，H因子达到36，并且已申请3项专利，包括基于python的高通量计算框架。
实验室的研究亮点包括：开发的高通量计算框架用于筛选电催化剂，如在2D材料中找到适合氢析反应的电催化剂；通过结合计算与机器学习技术，扩展到光电化学反应领域。例如，他们发现并报告了9种有潜力的二维金属电催化剂，其性能可能与铂类金属相当。此外，研究还涉及2D材料的异质结、钙钛矿氧化物界面等领域的深入研究。
实验室的实验成果展示了稳定性和随机性优异的电阻随机存取记忆设备，以及二维SnS中可调电场控制的平面铁电性。他们还发现2,3-二氨基苯嗪分子在MoSe2镜像对称边界上的选择性自组装，这揭示了材料的可编程电子和化学特性。
目前，课题组正在招聘博士生和博士后，对相关专业背景、研究经验以及英语能力有高要求。感兴趣的人士可通过
[email protected]邮箱提交简历。总的来说，香港理工大学的材料信息学实验室凭借其强大的理论计算能力和实验验证，为材料科学的发展做出了重要贡献。