成果展示
Data-Driven Description of the Lattice Thermal Conductivity of Two Dimensional Materials
时间：2026-09-10作者：编辑：审核：阅读：215
学院：航空学院
作者：陈东科，张助华
成果简介：
该文结合高通量与第一性原理计算，筛选出 18 种室温晶格热导率超 20 W/mK 的二维材料。明确低平均原子质量、高杨氏模量、小表面褶皱、镜面对称为关键判据。借助 SISSO 机器学习，构建简易预测模型，发现 C₂N₂（1300 W/mK，带隙 5.19 eV）、B₄C₄（574 W/mK，带隙 0.98 eV）等高性能二维材料，为二维材料热导率设计提供指导。
高通量筛选工作流及晶格热导率统计结果
特征的皮尔逊相关系数和机器学习结果
论文链接：https://doi.org/10.1021/acs.jpclett.5c01745
期刊名：《The Journal of Physical Chemistry Letters》