软体机器人能够适应不同的非结构化环境，实现与人类更安全地交互。目前，软机器人主要采用手工装配工艺制造。制造方法的局限性导致生产困难，限制了材料选择范围，并且难以获得复杂的驱动性能，更不用提赋予机器人感知能力或智能性了。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近日，化学学院徐浩教授课题组在催化不对称合成领域取得了新进展。

本发明公开一种在二维平面内生成随机椭圆形增强相的方法，该方法利用计算机随机数生成方式，随机产生椭圆中心坐标和偏转角，通过判断点与椭圆的位置关系，避免了椭圆之间相互重叠。本发明理论简单、快速高效，判断椭圆之间是否相交只涉及到点与圆位置关系的判断公式，相比已有专利中通过多边形覆盖法、椭圆覆盖法等，本发明更易于学习掌握；本发明中椭圆的生成遵循逐行逐列的原则，相比在整个模拟区域内随机生成随机的椭圆，特别是当生成椭圆的纵横比相差较大的时候，生成椭圆形增强相的时间更短，效率更高。

量子材料科学中心韩伟课题组在二维磁性体系中展开工作并取得了重要进展，观测到了二维反铁磁体系中磁振子的长距离输运。MnPS3晶体是一种层状反铁磁材料，利用机械剥离手段得到了二维的MnPS3薄片。MnPS3薄片上制备了用于测量磁振子输运的非局域器件，器件结构如图A所示。器件左侧Pt电极通过热方法来注入磁振子，右侧Pt电极探测在二维MnPS3中扩散传输的磁振子。在二维反铁磁MnPS3中，实验上观测到了几微米的磁振子扩散长度。并且从图B中可以看出，随着注入端和探测端距离的增加，探测到的非局域信号表现出e指数衰减的形式，跟一维漂移扩散模型的理论模型一致。在此基础上，他们还系统研究了MnPS3厚度对磁振子弛豫性质的影响。随着MnPS3厚度从40nm降低至8nm，磁振子弛豫长度由4μm减小到1μm（图C），这可能是由较薄的MnPS3中较强的表面杂质散射效应导致的。 二维材料中的磁振子输运实现为二维磁性材料在磁振子电子学的应用与发展奠定了基础，也有望推动磁振子在量子尺度下的新颖量子物理性质研究。图：二维反铁磁体系中磁振子输运研究。（A）二维反铁磁MnPS3中的磁振子输运测量结构示意图。（B）自旋信号R_NL^*随电极间距的依赖关系，与理论预言的e指数衰减吻合。（C）磁振子弛豫长度随MnPS3厚度的依赖关系。

　此项目荣获2008年中国石油和化学工业协会技术发明一等奖，并先后获得国家杰出青年基金、国家自然科学重点基金、863计划、国家科技支撑计划等项目支持。授权6项和公开4项发明专利已形成发明专利族。

近年来二维磁性材料由于其丰富的物理性能以及广阔的应用前景吸引了广泛的关注。在众多的二维磁性材料中，CrI3由于层间反铁磁相互作用弱，可以通过外加磁场、电场、掺杂与压力等外部手段进行调控，使得其在磁电存储、自旋滤波、自旋晶体管等方面展现了潜在的应用价值，从而成为近几年来的研究焦点。 除了应用前景以外，二维磁性材料还有许多新奇的物理性质，例如最近人们在双层CrI3中，发现层间反铁磁序破坏了

本发明公开了一种非接触式一维纳米材料阵列的大面积组装方 法，将一维纳米材料分散到易挥发性溶剂中，通过刮墨工具的运动， 利用刮墨工具与液体的表面张力引导分散液进行涂布；同时加热衬底 加速分散液的挥发，分散液中的一维纳米材料会在运动、挥发过程中 受到剪切力的作用，使得一维纳米材料向涂布方向上转动，待分散溶 剂完全挥发，纳米材料则有取向性地附着在衬底上。本发明方法可以 适用于易分散于醇、水、苯及氯仿等易挥发性溶剂中的一维纳