 |
龚新高
中国科学院院士，复旦大学谢希德讲席教授
手机：
 微信：
邮箱：
 驻地：
|
详细介绍
龚新高
中国科学院院士，复旦大学谢希德讲席教授
个人履历：
龚新高：男，1962年6月出生，湖南长沙人，计算凝聚态物理学家，中国科学院院士，复旦大学谢希德讲席教授、博士生导师，复旦大学第八届学术委员会主任，物质计算科学教育部重点实验室主任，国家杰出青年科学基金获得者，入选“百千万人才工程”第一、第二层人选，第十四届全国人大代表。1982年龚新高从湖南师范大学毕业，并考取中国科学院固体物理研究所研究生，先后获得硕士、博士学位；1985年硕士毕业后开始在中国科学院固体物理研究所工作，先后担任研究实习员、助理研究员、副研究员、研究员；1999年获得国家杰出青年科学基金资助；2000年调入复旦大学物理系，担任教授；2005年担任复旦大学科技处处长；2009年被选为美国物理学会会士，同年担任计算物质科学教育部重点实验室主任；2017年当选中国科学院院士；2021年起任广东以色列理工学院校长。计算预测了具有反常金属键合特征的金笼子结构。预言了微纳管的硬-软转变，并给出了其转变压强与管径的幂次律。阐明了一类四元半导体的基本物性，提出了该类四元半导体太阳能电池性能的具体优化方案并被实验采用。发展了有限体系等压分子动力学方法、半导体带阶精确计算等新方法。先后发表SCI论文265篇，被SCI论文他引8500次，H指数52。研究成果获得一项国家自然科学二等奖和两项省部级一等奖。荣获克立奖、上海市“四有”好教师（教书育人楷模）、第五届“上海市教育功臣”称号。
论文代表：
A universal spin–orbit-coupled Hamiltonian model for accelerated quantum material discovery,Nature Machine Intelligence,10.1038/s42256-026-01196-x;
Evidential deep learning for interatomic potentials,Nature Communications,10.1038/s41467-025-67663-y;
Transferable machine learning approach for predicting electronic structures of charged defects,Applied Physics Letters,10.1063/5.0242683;
Field-free perpendicular magnetization switching by altermagnets with collinear spin current,Physical Review B,10.1103/342f-82rj;
Temperature and pressure effects on the surface structure of liquid gallium,Journal of Chemical Physics,10.1063/5.0243949;
Photocatalysis at the Molecule/Metal Oxide Interface Is Driven by Asymmetric Photocarrier Transfer: Ab Initio Quantum Dynamics Simulation,Journal of the American Chemical Society,10.1021/jacs.5c06155;
Physics-informed time-reversal equivariant neural network potential for magnetic materials,Physical Review B,10.1103/PhysRevB.110.104427;
Diffusion behaviors of lithium ions at the cathode/electrolyte interface from a global neural network potential,Journal of Materials Chemistry, A: Materials for Energy and Sustainability,10.1039/D4TA05530F;
Machine-learning assisted high-throughput discovery of solid-state electrolytes for Li-ion batteries,Journal of Materials Chemistry, A: Materials for Energy and Sustainability,10.1039/D4TA00721B;
A General Tensor Prediction Framework Based on Graph Neural Networks,Journal of physical chemistry letters,10.1021/acs.jpclett.3c01200;
Inorganic SnIP-type double helices: promising candidates for high-efficiency photovoltaic cells,Journal of Materials Chemistry A,10.1039/d3ta05751h;
First-principles studies of charged defect states in intrinsic ferromagnetic semiconductors: the case of monolayer CrI3,New Journal of Physics,10.1088/1367-2630/acd8e7;
Dimensionality-Inhibited Chemical Doping in Two-Dimensional Semiconductors: The Phosphorene and MoS 2 from Charge-Correction Method,Nano Letters,10.1021/acs.nanolett.1c02392;
Defect-assisted nonradiative recombination in Cu2ZnSnSe4n: A comparative study with Cu2ZnSnS4,Physical Review Materials,10.1103/PHYSREVMATERIALS.5.025403.
邀请老师演讲、授课请致电：19821197419 阎老师[微信同号]
免责声明：以上内容（包括文字、图片、视频）为用户上传并发布，本平台仅提供信息存储服务。如涉及版权问题，请联系我们并提供版权证明，我们将立即删除！
