基于统计物理与量子力学的基本原理,结合机器学习方法,从第一性原理出发研究原子尺度下物质复杂的物理化学行为,重点关注水、电解质以及固液界面的结构、动力学与反应过程。通过构建可泛化的多尺度理论框架, 旨在揭示物质的基本规律并提升对复杂凝聚态体系性质的预测能力。
关键词:机器学习、分子动力学模拟、电解质、固液界面
课题组招收博士生、博士后。欢迎具有物理、化学、材料等相关背景的同学联系 chunyizhang@eitech.edu.cn
基于统计物理与量子力学的基本原理,结合机器学习方法,从第一性原理出发研究原子尺度下物质复杂的物理化学行为,重点关注水、电解质以及固液界面的结构、动力学与反应过程。通过构建可泛化的多尺度理论框架, 旨在揭示物质的基本规律并提升对复杂凝聚态体系性质的预测能力。
关键词:机器学习、分子动力学模拟、电解质、固液界面
课题组招收博士生、博士后。欢迎具有物理、化学、材料等相关背景的同学联系 chunyizhang@eitech.edu.cn
课题组网站 https://chunyizh.github.io/
【背景介绍】
张春一,宁波东方理工大学理学部助理教授、副研究员、博导。2019博士毕业于北京大学,曾在美国普林斯顿大学和美国天普大学从事博士后研究,2025年加入东方理工。主要研究方向为计算凝聚态物理、水科学、界面科学等。近年来,在Proceedings of the National Academy of Sciences、Physical Review Letters、Nature Communications、Physical Review B、The Journal of Physical Chemistry Letters等期刊发表多篇一作/通讯论文,研究成果曾被Science杂志作为专题新闻文章报道(DOI: 10.1126/science.adk0023)。
【研究领域】
基于统计物理与量子力学的基本原理,结合机器学习方法,从第一性原理出发研究原子尺度下物质复杂的物理化学行为,重点关注水、电解质以及固液界面的结构、动力学与反应过程。通过构建可泛化的多尺度理论框架, 旨在揭示物质的基本规律并提升对复杂凝聚态体系性质的预测能力。
【教育背景】
2014-2019:博士 ,北京大学
2010-2014:学士 ,天津大学
【工作经历】
2025.01-至今:宁波东方理工大学,助理教授
2023.04-2025.01:美国普林斯顿大学,博士后
2019.09-2023.03:美国天普大学,博士后
【课题组网站】
https://chunyizh.github.io/
论文发表见 Google Scholar:
https://scholar.google.com/citations?hl=en&user=Kq_sijoAAAAJ&view_op=list_works
|
张春一 个人主页
|
课题组网站 https://chunyizh.github.io/