该研究为多孔材料和智能除湿材料的设计提供了一条新途径，亲爹在生物医学材料、先进功能纺织品、工程除湿材料等方面具有广阔的应用前景。

Nature和Science作为当今全球最具权威的学术期刊，钢铁在科学界的影响力不言而喻。复仇在天然气（甲烷）直接转化制高值化学品和煤基合成气直接制低碳烯烃等研究领域取得重要研究进展。

【常在Nature、盟里秘Science上发文的团队】1.中科院金属所卢柯卢柯院士作为作为一名杰出的材料科学家，他的成长史充满了传奇的色彩。2014年获得北京大学王选青年学者奖，段隐的父同年，应邀担任英国皇家化学会期刊CatalysisScienceTechnology副主编。获1996-2000年度香港求是杰出青年学者奖、深沉2005年国家自然科学二等奖（排名第三）、2012年获何梁何利科技进步奖和2015年周光召基金会基础科学奖。

2001-2008年在美国Nanosys高科技公司工作、亲爹是该公司的联合创始人之一，亲爹历任联合技术顾问、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。令人比较诧异的是上海科技大学，钢铁发文数量也达到6篇。

【Nature、复仇Science发文量前10的机构】以下排名所涉及的文章数量为机构独立研究和参与合作论文的总量，复仇其中，上海科技大学的六篇文章均为参与合作论文。

过去五年中，盟里秘马丁团队在Nature和Science上共发表了两篇文章。首先，段隐的父构建带有属性标注的材料片段模型（PLMF）：将材料的晶体结构分解为相互关联的拓扑片段，表示结构的连通性。

深度学习是机器学习中神经网络算法的扩展，深沉它是机器学习的第二个阶段--深层学习，深度学习中的多层感知机可以弥补浅层学习的不足。需要注意的是，亲爹机器学习的范围非常庞大，有些算法很难明确归类到某一类。

此外，钢铁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。然而，复仇实验产生的数据量、种类、准确性和速度成阶梯式增长，使传统的分析方法变得困难。