经济管理学院孙自愿教授的研究团队在企业策略性应对行为研究领域取得研究进展，形成论文《竞争还是普惠？——激励政策选择与创新迎合倾向政策约束》，在《会计研究》2021年第7期上发表，这是经济管理学院在会计科研领域的重要突破。

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。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

针对高缺陷炭负极电化学储钾容量与稳定性难以兼顾的问题，报道一种原位缺陷选择性调变与导电骨架搭建策略，通过热力学与动力学双重调控，提高缺陷炭负极电化学储钾综合性能。

近日，东南大学物理学院王金兰教授与美国德克萨斯大学奥斯汀分校刘远越教授团队合作，基于第一性原理的多尺度模拟方法，结合真实电催化反应条件，在单原子稳定性方面取得了最新研究进展。

(东北师范大学物理学院无掩膜光刻机（进口）设备采购)的潜在供应商应在（长春市二道区东南湖大路3030号，中资国际工程咨询集团有限责任公司一楼）获取采购文件，并于2020年12月14日13点30分（北京时间）前提交响应文件。

国科大物理科学学院路红亮副教授和宋志朋博士后等人与物理所、高能所等单位科学家合作，利用分子束外延（MBE）方法构筑了单层TiSe2/CuSe/Cu(111)异质结以调控TiSe2的CDW相。

VR心理放松系统 功能介绍：1、 用户系统：独立的来访者管理体系，详细的个人档案记录，辅助量表评测体系，生物反馈数据、实时语音记录、单次诊疗记录、单次自评量表等多项数据的传输与记录；单次训练记录带有时间信息独立保存，可实现同一训练不同时段的跨越对比。2、 模块系统：多种功能的训练模块可供选择——肌肉渐进式放松训练：提供多种身临其境的立体放松场景和自主选择的视角模式，提供详细的练习指导语及放松音乐，使来访者以循序渐进的方式完成放松练习，消除身体和心理的紧张和焦虑情绪。深呼吸放松训练：提供多种身临其境的立体放松场景和自主选择的视角模式，提供详细的练习指导语及放松音乐，并提供可视化的呼吸信号配合来访者的练习，使来访者更轻松和舒适的完成放松练习，消除身体和心理的紧张和焦虑情绪。快速放松训练：提供多种身临其境的立体放松场景和自主选择的视角模式，提供特定的快速放松指导语，帮助来访者通过反复的练习可以实现快速放松，可以更有效的缓解各种生活中的压力和紧张情绪。

北京大学物理学院大气与海洋科学系张霖长聘副教授课题组与北京大学城市与环境学院刘刚教授等合作，通过融合多学科研究工具（食物损失与浪费数据、氨排放清单和模型、大气化学模型及流行病学方法等），评估了在当前或未来减少全球食物供应链中损失与浪费（FLW）对氨减排、PM2.5污染减缓、氮沉降减缓和生态系统多样性保护的效益。研究揭示了全球实现可持续发展目标SDG 12.3.1（食物损失与浪费减半）将有助于减少PM2.5空气污染导致的过早死亡人数，并显著减缓生物多样性热点区域（biodiversity hotspots）的超量氮沉降。相关研究成果以“全球食物损失与浪费蕴含尚未被认识到的对空气质量及生态多样性热点的危害”（Global food loss and waste embodies unrecognized harms to air quality and biodiversity hotspots）为题，于2023年8月7日在线发表在《自然·食物》（Nature Food）。

强关联体系中的巨大电子库伦相互作用能够诱导产生丰富奇异的量子多体物态，包括非常规超导、莫特绝缘体、维格纳晶体态、非费米液体、量子自旋液体等。