南京信息工程大学教授，剑桥大学物理系卡文迪许实验室博士。研究方向主要是大数据人工智能与科学的交叉，例如使用自然语言处理（大语言模型）、人工智能、第一性原理开展材料信息学与AI for Science工作，关注大数据与人工智能方法在物理、材料、化学、化工、医药、气象等特定科学与工业领域的应用。累计发表学术论文140余篇，其中以第一作者或通讯作者发表SCI论文100余篇，授权国家发明专利5项，H影响因子29，总引用3700余次，连续入选斯坦福“全球前2%顶尖科学家榜单”，得到国家自然科学基金、江苏省自然科学基金、南京优秀留学回国人员等项目资助，是Nature、Nat. Mater.、Nat. Commun.、J. Am. Chem. Soc.、Adv. Mater.等期刊审稿专家，是J. Mater. Inf.、CMC-Comput. Mater. Con.、MGE Advances等期刊青年编委或编委。

期待新同学的加入！

科研项目：

(1) 2018–2020   国家自然科学基金项目 (主持)

(2) 2016–2018   江苏省双创计划科研资助项目 (主持)

(3) 2016–2019   江苏省自然科学基金青年项目 (主持)

(4) 2016–2018   南京留学人员科技活动资助项目 (主持)

(5) 2016–2019   江苏省高校自然科学研究计划项目 (主持)

(6) 2015–2018   南信大海外引进高层次人才启动经费 (主持)

教育经历：

2010–2014   剑桥大学     博士

2009–2010   帝国理工学院 硕士

2005–2009   南洋理工大学 本科

工作经历：

2019–至今   南京信息工程大学          教授

2015–2019   南京信息工程大学          教授

2014–2015   纽约州立大学布法罗分校    博士后研究员

学术兼职：

Nature、Nat. Mater.、Nat. Commun.、J. Am. Chem. Soc.、Adv. Mater.、Matter、Adv. Energy Mater.、Adv. Funct. Mater.、ACS Nano等100余个专业期刊审稿专家

国际计算语言学协会（ACL)、中国人工智能（CAAI)、中国化学会（CSC）、电气电子工程师学会（IEEE）会员

材料信息学杂志J. Mater. Inf.青年编委

MGE Advances青年编委

材料模拟 SCI(E) 杂志 CMC - Computers, Materials & Continua (IF 3.1) 编委

研究方法：

第一性原理

自然语言处理

大语言模型

机器学习

图像识别

大数据人工智能

研究方向：

大数据与人工智能

软件工程

材料信息学

AI for Science

密度泛函理论

材料基因组

物质科学

光伏

新能源新材料

讲授课程：

《机器学习》、《计算思维导论(信息工科类)》、《计算材料学》、《固体物理》、《应用物理学科前沿》、《量子化学》、《材料专业英语》等

代码与软件：

1. 我们公布了材料大数据人工智能软件NJmat！下载地址: https://figshare.com/articles/software/NJmatML/24607893 doi: https://doi.org/10.6084/m9.figshare.24607893.v4。

请引用：NJmat: Data-Driven Machine Learning Interface to Accelerate Material Design. J. Chem. Inf. Model. 2024, 64, 16, 6477–6491

张磊, 毛骏飞. 材料大数据与人工智能软件 [简称: NJmatML] V1.0. 计算机软件著作权登记证书, 软著登字第11204908号, 2022

2.我们公布了材料大语言模型软件NJmatNLP: https://figshare.com/articles/software/NJmatML/24607893?file=45828393 和 https://figshare.com/articles/software/NJmatML/24607893?file=45863628

张磊, 黄艺如. NJmatNLP-语言模型驱动材料科学与工程软件 [简称: NJmatNLP] Y003. 计算机软件著作权登记证书, 软著登字第13198037号, 2024.

3.我们开发了材料科学的机器学习python库NJmatML方便实验课题组进行机器学习材料预测:  pip install NJmatML   具体使用方法说明参见 https://pypi.org/project/NJmatML/ 和 https://github.com/Zhang-NJ-Lab/NJmatML/blob/main/2022-11-21/NJmatML-2022-11-21.ipynb。我们公布了用户友好的机器学习建模网站demo版本：   https://patrick007.shinyapps.io/zllab_ofi_ml/