王美洁
AI4S 算法工程师（实习）
厦门大学凝聚态物理博士生（博二在读），研究聚焦 AI for Science，致力于将机器学习方法应用于材料体系的建模与预测问题。目前在 DeepPrinciple 实习，围绕原子尺度体系的性质预测与模拟，构建数据驱动的建模与分析 pipeline。
研究方向：
- Computational Materials & Catalysis：基于第一性原理计算（DFT）和机器学习，系统研究材料结构—电子结构—催化性能之间的关系，聚焦单原子/双原子催化体系（Appl. Surf. Sci. 2024, J. Mater. Chem. A 2024, J. Phys. Chem. Lett. 2026）。
- AI for Science：构建 OCP → DFT 的 Δ-learning 框架，结合 GNN 与 LLM 表征，探索低高精度模拟之间的误差修正与泛化能力，逐步形成面向原子尺度体系的建模与预测 pipeline。
Selected Projects
OCP/SiTM 晶体表面高潜力筛选
2024.09 - 至今
基于 Open Catalyst Project 的高通量筛选流程，面向 SiTM 晶体表面候选构建“预训练势 + DFT 精修”工作流，作为硕博曲率研究主线的工程化延伸。
曲率调控与电子结构耦合驱动的 CO2 电还原催化机理及可预测设计研究
2022.09 - 至今
研究路径从 SiFe 双原子位点增强 CO2 活化出发，逐步推进到过渡金属与配位环境系统筛选、单轴曲率调控，再到完备曲率理论框架，形成 4 篇一作论文（含 JACS 在审稿件）。
神经网络液体光谱识别
2020.05 - 2020.11
基于吸收光谱与神经网络实现液体种类判别，并获得发明专利。
Experience
Selected Publications
A geometric-electronic principle for curvature-driven catalysis
Meijie Wang, Yuxing Lin, Zhulin Huang, Yang Sun, Zi-zhong Zhu, Shunqing Wu, Xinrui Cao
J. Am. Chem. Soc., In Peer Review (2026)
Curvature Engineering of SiFe Dual-Atom Catalysts for Enhanced CO₂ Electroreduction
Meijie Wang, Yuxing Lin, Yaowei Xiang, Yang Sun, Zi-zhong Zhu, Shunqing Wu, Xinrui Cao
J. Phys. Chem. Lett., 17, 1227-1234 (2026) · DOI
p-d Orbital coupling in silicon-based dual-atom catalysts for enhanced CO₂ reduction
Meijie Wang, Yaowei Xiang, Yuxing Lin, Yang Sun, Zi-zhong Zhu, Shunqing Wu, Xinrui Cao
J. Mater. Chem. A, 12, 31902-31913 (2024) · DOI
SiFeN₆-graphene: A Promising Dual-Atom Catalyst for Enhanced CO₂-to-CH₄ Conversion
Meijie Wang, Yaowei Xiang, Wengeng Chen, Shunqing Wu, Zi-Zhong Zhu, Xinrui Cao
Appl. Surf. Sci., 643, 158724 (2024) · DOI