主要从事氢能转化、离子液体功能化设计、CO2 捕集和转化相关研究，同时批判性指出当前数据样本不足、特征物理意义模糊、验证闭环缺失等挑战。

Sihan Tong，阐释了机器学习在合金高通量筛选中的应用价值与现存挑战，imToken钱包， Yidan Chen。

在相关研究方向发表研究论文 20 余篇，通过将机器学习与高通量实验相结合。

为合金工程化应用提供了直接指导，须保留本网站注明的来源，