2001-2008年在美国Nanosys高科技公司工作、致躁迷是该公司的联合创始人之一，致躁迷历任联合技术顾问、先进技术科学家、先进技术高级科学家、先进技术部经理和首席科学家。

文中首先总结讨论了贵金属纳米框架的两种合成策略：多岁（1）先将一种金属选择性沉积在另一种金属模板上，然后选择性地刻蚀掉金属模板。在升高温度以略微超过熔点时，急焦封装的有效负载可以容易地从熔化的PCM中释放。

此外，茫困夏教授自2002年以来一直担任国际著名学术期刊NanoLetters的副主编，茫困并兼任AccountsofChemicalResearch,AdvancedFunctionalMaterials,AdvancedHealthcareMaterials,AngewandteChemieInternationalEdition和 NanoToday等多个国际著名期刊的顾问委员会成员。在30000次电压循环测试后，年轻纳米笼的质量活性只从0.64降到0.33mg-1Pt，仍约是商用Pt/C催化剂（质量活性为0.19mg-1Pt）的两倍。文献链接：致躁迷Decahedralnanocrystalsofnoblemetals:Synthesis,characterization,andapplications (Mater.Today2018,DOI:10.1016/j.mattod.2018.04.003) 综述：致躁迷静电纺丝制备纳米纤维的原理、方法和应用静电纺丝是一种利用表面经典排斥作用，以粘性流体为原料，简便、通用、连续地制备纳米纤维的方法。

夏教授已在Science、多岁Nature、JACS、AngewandteChemieInternationalEdition等国际顶尖杂志发表680多篇学术论文，总引用次数超过80000次，H因子为169。静电纺丝制备的纳米纤维，急焦其直径可以达数十纳米，纳米纤维的材料范围广泛，包括高分子、陶瓷、小分子以及其复合物。

茫困斯隆研究奖以及美国化学会拉梅尔奖。

除了可以制备表面光滑的纳米纤维，年轻静电纺丝发还可以制备具有二级结构的纳米纤维，包括孔、空腔、核-壳结构等。3.1材料结构、致躁迷相变及缺陷的分析2017年6月，致躁迷Isayev[4]等人将AFLOW库和结构-性能描述符联系起来建立数据库，利用机器学习算法对成千上万种无机材料进行预测。

此外，多岁目前材料表征技术手段越来越多，对应的图形数据以及维度也越来越复杂，依靠人力的实验分析有时往往无法挖掘出材料性能之间的深层联系。发现极性无机材料有更大的带隙能（图3-3），急焦所预测的热机械性能与实验和计算的数据基本吻合（图3-4）。

利用k-均值聚类算法，茫困根据凹陷中心与红线的距离，对磁滞回线的转变过程进行分类。年轻图2-2 机器学习分类及算法3机器学习算法在材料设计中的应用使用计算模型和机器学习进行材料预测与设计这一理念最早是由加州大学伯克利分校的材料科学家GerbrandCeder教授提出。