教学

教学内容将围绕凝聚态物理、计算材料、量子材料与 AI/ML 交叉方法逐步建设。

拟建设课程与训练方向

计算凝聚态物理
第一性原理计算、能带结构、态密度、Wannier 函数与有效模型。
AI/ML 材料方法
材料数据、物理启发特征、机器学习模型、可解释性与材料筛选。
科研训练
面向本科生和研究生的文献阅读、代码训练、计算流程和科研表达。

后续计划

课题组将逐步整理课程讲义、计算教程、代码模板和学生科研训练项目，方便新成员快速进入研究。