随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络（GAN）驱动的进化多目标算法。

专利内容是本发明针对背景技术存在的缺陷，提出了一种单晶石榴石厚膜的间歇式液相外延生长方法，缓解了衬底与薄膜之间的应力产生，得到的单晶石榴石厚膜可作为磁光或微波厚膜应用，该方法制得的磁光厚膜的厚度可达100µm以上。

本发明公开了一种基于 Bi 基四元卤化物单晶的半导体辐射探测 器及其制备方法，涉及半导体材料制备的射线成像探测器技术领域。 所述的半导体辐射探测器结构包括以Bi基四元卤化物单晶作为射线吸 光层，电子选择性接触选择层，空穴选择性接触层，分别贴合在所述 吸光层的两面，两个电极分别与两个选择性电荷接触层接触，作为器 件的正极和负极。本发明的半导体辐射探测器具备高灵敏度，环境友 好，稳定等优点。

本发明公开了一种二维过渡金属二硫族化合物单晶及其制备方法和应用。在惰性气氛中，借助常见 的可与硫族单质(S，Se)反应的金属和氢气辅助控制体系中 S 或 Se 的浓度，以达到控制过渡金属层硫化 或硒化程度的目的，利用化学气相沉积方法可控地生长 TMDs 单晶;将沉积时的温度控制为 750°C至 850°C，并且沉积时间控制为 5 至 15 分钟，完成 TMDs 

在大面积柔性衬底上直接生长集成高品质晶硅纳米线沟道是突破高性能柔性电子逻辑、可穿戴传感和显示等应用的关键技术难点。然而，高品质晶体沟道的获得往往依赖高温生长过程（>800 ℃）-- 这恰恰是柔性聚合物衬底（熔点<150 ℃）所无法承受的！为此，南京大学电子科学与工程学院余林蔚教授、徐骏教授课题组基于自主创新的平面固-液-固（IPSLS）纳米线生长模式（近期工作Refs. 1-4），探索了一种全新的“激光-液滴”自聚焦局域加热生长策略，突破了传统环境加热技术的限制，利用柔性聚合物衬底（聚酰亚胺，PI）和金属铟催化剂颗粒对特定激光（808 nm）辐照的高选择性吸收差异，实现仅在液滴/纳米线生长界面附近范围的高效局部加热，以驱动晶硅纳米线在柔性衬底上的超高速度生长：在不需要环境加热的室温“冷”环境下，其生长速度可以高达3.5 μm/s，比传统加热方式纳米线生长速度提高了3个数量级。值得一提的是，即便在此高速生长过程中，IPSLS纳米线的生长路径依然可以被精确引导定位，并成功展示了丰富的线形调控能力。此外，由于纳米金属液滴具有极小的热熔，通过调控激光照射时序，可以对纳米线生长动态过程进行前所未有的精确调控（例如，对生长液滴实现瞬间“激活和冷却”等操作），从而实现对超长纳米线的精准形貌/直径编码。基于此技术，成功在柔性PI衬底上生长高品质纳米线沟道，并制备了纳米线场效应晶体管（FET）器件，其电流开关比和亚阈值摆幅分别为>104和386 mV/dec。此“激光-液滴”选择性加热生长策略有望推广应用于：在各类大面积、低成本柔性衬底上的“冷”环境中，直接定位生长和集成高品质晶硅纳米线阵列，为推动各种高性能柔性电子器件的规模化应用提供关键的材料支撑和全新的技术路线。