王金兰教授课题组开展了基于机器学习算法的功能材料高效筛选，结合机器学习与DFT高通量计算，提出了单目标/多目标性质导向的功能材料筛选方法，实现了对钙钛矿光伏材料、铁电光伏材料、二维磁性材料的快速准确筛选，并利用特征工程获得材料特性的优质描述符。王教授课题组还开展了二维材料光/电催化剂、二维热电材料的理性设计等方面的研究。通过第一性原理计算及基于此的高通量计算，基于几种代表性的二维材料，设计了数种性能优异的固氮/析氢/二氧化碳还原光/电催化剂和二维热电材料，为二维功能材料在新能源中的利用提供了理论基础和理论指导。

图1. 基于机器学习算法的有机无机杂化钙钛矿太阳能电池材料筛选流程图与多目标机器学习算法筛选得到的151 种无铅铁电光伏候选材料。