近日，我校交通学院陈雪叶教授团队在《NPG Asia Materials》上发表了题为《Intelligent control of nanoparticle synthesis on microfluidic chips with machine learning》的学术文章。《NPG Asia Materials》为Nature子刊，影响因子10.761，系材料科学领域顶级期刊。
纳米粒子由于其独特的特性使其在光电传感、医学治疗、材料科学和化学等领域发挥着不可替代的作用，在纳米粒子制备过程中，存在着大量的合成路径，不同合成路径会产生不同性质的纳米粒子，精准控制纳米粒子的性质，使其制备出具有预期功能的纳米粒子是至关重要的。为解决反复实验调试、耗费大量资源的不足，通过机器学习辅助合成纳米粒子是一种独辟蹊径的选择。在该文章中，陈雪叶教授团队综述了近年来机器学习辅助合成纳米粒子的研究历程和研究现状，通过大量的文献研究，对机器学习的工作步骤、主要算法和获取数据集的主要途径进行了阐述，指出了该项研究目前存在的问题以及对未来的展望。该文章对该领域的研究具有重要价值，为机器学习辅助合成纳米粒子研究提供了重要参考。
陈雪叶教授团队主要研究领域为微机电系统。近年来，在微纳制造、微流控芯片、可穿戴柔性传感、超浸润表面、分子动力学等方向上开展了大量的创新性研究，在微纳流体传质传热理论、芯片的系统级建模与设计方法、电动纳米离子富集、微混合器与微反应器、微流控液滴操纵、微流控颗粒分选、纳米粒子制备等方面产出了大量新成果，在《Renewable & Sustainable Energy Reviews》 (IF=16.799)、《Chemical Engineering Journal》(IF=16.744)、《NPG Asia Materials》(IF=10.761)、《Ultrasonics Sonochemistry》(IF=9.336)等期刊上发表SCI论文100多篇，获授权专利30余项、软件著作权3项。（交通学院 撰稿：刘长霞 审核：翟金刚）
