深紫外非线性光学晶体通过非线性光学效应改变激光频率，输出波长短于200 nm的深紫外激光，是全固态深紫外激光源的核心材料，在深紫外激光光刻、半导体芯片缺陷检测、高端科研装备等领域有重要的应用价值。近年来，新型深紫外非线性光学晶体材料的研究取得了系列进展，涌现出若干具有应用前景的候选材料。本文着重介绍基于实验测得的折射率，相位匹配波长达到深紫外区的晶体材料，综述其在材料设计、晶体制备、基本性能和结构-性能关系等方面的研究进展，探讨了实用化深紫外非线性光学晶体材料的发展趋势。

高熵陶瓷作为一种新兴的陶瓷材料自问世起就成为陶瓷领域的研究热点，然而，其巨大的成分设计空间也为基于实验和“试错法”的组分设计带来了挑战。近年来，通过机器学习与实验探索相结合的方式为这一问题的解决带来新方法。基于此，本研究建立了4个机器学习模型，通过训练评估选出性能最好的梯度提升决策树模型(R2=0.92)并用于预测，然后通过实验成功合成了单相的(Ti0.2V0.2Zr0.2Nb0.2Hf0.2)N高熵氮化物陶瓷，验证了模型的准确性，为高熵氮化物陶瓷的设计提供了新思路，加快了新体系的发现。

(K, Na)NbO3(KNN)基无铅压电陶瓷作为一种环境友好型材料, 兼具较高的居里温度和可调控的相界结构, 在压电器件领域展示出潜在的应用前景, 引起了广泛关注和大量研究。对其物相组成、制备工艺、性能调控等方面的研究进展进行了评述, 并重点介绍了其在压电器件领域的实际应用, 最后对KNN及其在器件应用方面未来的研究和发展方向进行了总结展望。

超材料设计和光纤光束控制是光场调控研究的两个重要议题。传统方法取得一定研究进展的同时，也面临着有效性和适应性的问题。为弥补传统方法的不足，研究者们尝试将深度学习方法应用于以上两个议题。介绍了基于深度学习进行超材料设计和光纤光束控制的近期研究工作。超材料设计方面，重点回顾了采用多层感知机、卷积神经网络、循环神经网络、生成对抗网络等经典神经网络模型的相关工作；光纤光束控制方面，主要介绍了典型的搜索方法与深度强化学习方法。基于深度学习进行超材料设计和光纤光束控制的方法，具有速度快和自动化程度高的优势，为光场调控集成化、智能化提供新思路。

在常压下寻找新型高温超导材料是物理和材料领域共同关注的热点问题。近年来, 机器学习技术和大数据成功地解决了材料特性与复杂物理因素之间关系建模的难题, 在新型材料的优化设计中获得了重要应用。然而利用机器学习在材料数据库中寻找常规Bardeen-Cooper-Schrieffer (BCS)超导材料, 存在可用数据量少的问题, 导致设计出的超导材料种类少, 结构构型单一。结合BCS超导理论和半监督学习方法, 发展了神经网络模型预测BCS超导体。通过充分利用材料数据库中大量的无标签数据, 即未知超导温度但已知电子结构的晶体材料, 使得训练出的分类模型准确性达72%。模型预测出数十种可常压下存在的新型BCS超导材料, 其中B-C和B-C-N体系的超导温度最高可达约60 K, 高于MgB2的39 K超导纪录。

数据驱动的机器学习因其能够快速拟合历史数据中的潜在模式并实现材料性能的精准预测, 已被广泛应用于材料性能优化和新材料设计。然而, 由于缺乏描述符间关联关系、材料性能驱动机制等材料领域知识的指导, 数据驱动的机器学习在实际应用中常常出现与材料基础理论认知或原理不一致的结果。本工作通过分析材料数据的特点和数据驱动的机器学习建模原理, 厘清了数据驱动的机器学习应用于材料领域面临的三大矛盾: 高维度与小样本数据的矛盾、模型复杂性与易用性的矛盾、模型学习结果与领域专家知识的矛盾。藉此提出材料领域知识嵌入的机器学习作为上述矛盾的调和策略。进一步, 面向“目标定义-数据准备-数据预处理-特征工程-模型构建-模型应用”的机器学习全流程, 通过剖析相关的基础性和探索性工作, 探讨了在机器学习各阶段实现材料领域知识嵌入的关键技术。最后, 展望了材料领域知识嵌入机器学习的发展机遇和挑战。

光催化技术是一种将太阳能转换为化学能的新技术，基于该技术可利用半导体光催化材料实现光催化分解水制氢、二氧化碳还原制备有机物、降解有机污染物等，是解决未来能源和环境问题的潜在途径之一。然而，作为光催化技术的核心，光催化材料面临着光吸收范围窄、光生载流子分离效率低等问题，这些问题严重制约着光催化能量转化效率及其实际应用。针对制约光催化材料活性的关键科学问题，近年来本课题组从晶体学基本原理出发，基于半导体材料结构与性能的关系，通过对半导体材料的晶体结构、电子结构、微结构参数进行设计与调控，探索制备了一系列具有宽光谱响应范围、高载流子分离效率的新型高效光催化材料，为设计制备新型高效光催化材料提供了一些新的设计思路和材料制备方法。

以CH3NH3PbI3为代表的有机-无机杂化卤化物钙钛矿材料，具有独特优越的光电特性，例如与可见光谱基本匹配的禁带宽度、强的带边光吸收、平衡的双极性载流子输运、超长的载流子扩散距离以及合适的激子结合能等。从2009年到现在，基于钙钛矿材料构建的太阳能电池光电转化效率由最初的不足4%提升到了超过25%，结合低成本的溶液旋涂样品合成方法，使钙钛矿材料成为新型太阳能电池领域的研究热点。然而，高效率钙钛矿材料中铅元素引起的毒性，以及材料本身的不稳定性一直是阻碍太阳能电池及相关光电器件商业化的两大障碍，人们正在努力解决这些问题。在这篇综述中，详细总结了卤化物钙钛矿光伏材料的优化设计，包括结构式为AMX3的单钙钛矿，A2MM′X6的双钙钛矿，A2MX6的有序空位双钙钛矿，A′2An-1MnX3n+1的二维钙钛矿以及类钙钛矿材料(如A3M2X9)。通过材料优化设计，在一定程度上解决或改善了钙钛矿的材料稳定性和毒性问题，但光伏性能仍有待进一步优化提升。在此研究过程中，第一性原理高通量材料模拟在材料设计方面显示了预测能力，得到了与实验研究交互反馈、相互印证的结果。在综述研究进展的同时，进一步讨论了优化设计的新材料存在的问题，并展望了解决这些问题的潜在途径。

蓝相液晶是一种三维手性自组装软超结构材料, 具有光学各向同性, 选择性反射波长, 快速响应等优秀特性, 无论在显示还是光子器件的应用上都具有良好的发展前景, 吸引了研究人员的大量关注。近十年关于蓝相液晶显示领域的研究与工程或应用发展迅猛, 于此同时催生了其在光子学这个后显示领域的研究。面对来自国际上其他先进国家的竞争与压力, 中国大陆的学者们奋勇迎接, 经过短短数年的发展获得了一批有显示度的成果, 在国内外的优秀期刊上报道了一系列富含学术性和实用性的工作。具备高热稳定性与显著电光调制特性的新型蓝相液晶材料及其光子学器件, 如衍射光栅、相位调制器、透镜、激光以及光衰减器等, 相继被开发出。本文追逐这些前辈留下的脚印, 从材料制备、性能到光子器件设计、应用进行了概括性的回顾, 旨在通过此综述激发出蓝相液晶在非显示光子学应用领域更多的研究灵感; 若能起到进一步促进该领域发展的作用, 笔者将感到幸甚之至！

有机聚合物和钙钛矿杂化物在合成控制、加工及属性调控的进展显著地增强了其太阳能电池性能。聚合物和杂化太阳能电池的性能十分依赖材料吸收光子、激子离解、电荷传输以及在金属/有机/金属氧化物或金属/钙钛矿/金属氧化物界面的电荷收集的效率。介绍了如何通过有效地整合材料设计以及界面与器件工程以显著提高聚合物和杂化钙钛矿型太阳能电池性能(转换效率＞18%)。还介绍了一些关于制备串联和半透明太阳能电池的新型器件结构和光学工程策略,以发挥聚合物和钙钛矿太阳能电池的最大潜能。