Zixiong Sun

通过界面极化和机器学习引导的结构优化实现Si集成介电多层薄膜的高密度能量存储

机器学习引导的二硫键调控聚酰亚胺用于高性能和自修复介电储能

通过混合氧化物法制备的Li3Mg2SbO6陶瓷的介电性能及其影响因素

通过引入用有机分子半导体表面改性的Na 0.5 Bi 0.5 TiO 3 填料，显著提高了聚醚酰亚胺基复合材料的储能性能

机器学习设计的BCZT-SBT异质界面解锁抗疲劳储能

正交-立方相共存对(1-x)NaNbO3-xCaZrO3陶瓷击穿强度协同效应

Bi³⁺掺杂BCZT/纤维素纳米发电机的耦合长周期与短周期动力学研究：优化输出与高温稳定性

仿生成分梯度纤维素基介电材料，其具有施特基工程化界面，用于高性能和可持续能源存储

机器学习驱动的铁-超顺电电容器中超高能量存储性能

BCZT基陶瓷通过高熵掺杂实现卓越的综合储能性能

(Ba,Ca)(Zr,Ti)O3基陶瓷中增强的光学透过率和压电响应

通过变分自编码器数据增强加速多组分铁电材料剩余极化预测

AgNbO3陶瓷中反铁电储能的协同增强

一种用于缓解超级电容器自放电的rGO/醋酸纤维素/PVDF压电分隔器

AgNbO3基固溶体陶瓷显著增强的光电/光伏性能

密度泛函理论计算揭示的巨介电响应In3+和F−共掺杂TiO2陶瓷中的新型缺陷团簇

基于BCZT的弛豫铁电体中用于高性能能量存储的工程有序无序域

通过高熵设计显著提升BaTiO3基陶瓷的综合储能性能

构建ZrO2 @ UiO-66异质结构纳米粒子显著提高PEI基纳米复合材料的高温储能密度

通过筛选烧结助剂制备具有优异储能性能的高熵陶瓷