学术动态
-
042026-02
医学部黄鹏教授团队在Nature Biotechnology发表智能活胶水自主感知与精准...
-
微纳光电子学研究院袁小聪教授、谢振威副教授团队实现了光斑尺寸不随波长...
2026-02-04微纳光电子学研究院副教授谢振威、欧洲科学院院士袁小聪教授团队与湖南大学胡跃强教授、段辉高教授团队合作,利用介电超表面器件对光场径向动量进行精细调控,首次成功实现了兼具超宽谱响应、消色差特性和无衍射传播能力的“完美涡旋光束”(Achromatic, Non-diffracting Perfect Vortex Beam, ANPVB)。该工作突破了传统光学涡旋长期面临的三大核心瓶颈:光束直径依赖于拓扑荷、波长相关的色散效应,以及在长距离传播过程中因....
-
化学与环境工程学院刘会超朱才镇徐坚团队:构筑梯度模量界面层,协同CFPEE...
2026-02-04深圳大学刘会超/朱才镇/徐坚团队针对CF/PEEK复合材料的界面模量失配问题,提出了一种新的界面调控策略,通过在碳纤维表面构筑梯度模量界面层,实现了复合材料面内力学性能与抗冲击性能的同步提升。相关成果以“Simultaneous improvement in-plane mechanical performance and impact resistance of CF/PEEK composites via constructing a gradient modulus interphase”为题发表于国际知名期刊Chemical Engineering Journal上....
-
化学与环境工程学院助理教授李慧齐在Nature Materials发表新成果
2026-02-04化学与环境工程学院助理教授李慧齐(张雷特聘教授团队)与美国康奈尔大学Héctor D. Abruña院士团队合作,在阴离子交换膜燃料电池(AEMFCs)催化剂设计领域取得重要突破。相关成果以“Rational design of high-performance low-loading oxygen reduction catalysts for alkaline fuel cells”为题发表于Nature Materials期刊上。李慧齐为论文第一作者,深圳大学为第二单位。氢能燃料电池是实现零碳能源的重要途径,其中基于....
-
管理学院助理教授何国华在管理学国际顶刊Journal of Management Studies发...
2026-01-07管理学院助理教授何国华的论文“The Dark Side of Managing Human–AI Collaborations: Implications for Leaders’ Moral Relativism and Unethical Behaviour”于2025年12月正式在管理学领域国际顶级期刊Journal of Management Studies在线发表。该论文以深圳大学管理学院为第一作者单位,其他合作者包括中山大学管理学院助理教授倪丹,厦门大学管理学院助理教授赵璞初,以及中山大学管理学院教授秦昕。Journal of Management...
-
222024-04
UniTsFace:用于人脸识别的集成统一阈值样本间损失函数
-
182024-04
李永华、肖传龙:非决策能力下基层政府回应行为的特征、模式及机制
-
162024-04
基于自纠正的非均匀纹理合成
-
122024-04
刘富德教授团队:卷对卷制备多级亲锂结构集流体以此大大提高锂金属电池循环、安全性能
该研究将卷对卷制程以及溶液燃烧法相结合,制备了拥有多级亲锂结构的3D集流体。该制备方法具有简单、成本低等优势,易于大规模产业化。在锂金属电池中运用该集流体作为锂金属的附着基底,可使电池在循环过程中,锂金属沉积模式由自上而下转变为自下而上,以此大大提高其循环稳定性能以及安全性。
-
122024-04
胡耀华教授与其合作者的论文在国际知名学术期刊“Mathematical Programming”发表
近期,国际知名学术期刊“Mathematical Programming”(数学规划)发表了深圳大学数学科学学院运筹与优化科研团队胡耀华教授与广东工业大学胡昕霖讲师、香港理工大学杨晓琪教授合作的学术论文“On convergence of iterative thresholding algorithms to approximate sparse solution for composite nonconvex optimizati...
-
102024-04
AIJ 2023 | 面向联邦物品推荐的隐私保护图卷积网络
该工作提出了一种基于图卷积网络的联邦推荐框架,设计了一种基于安全聚合的新颖的隐私保护图卷积方法,采用基于物品的用户表示来补偿由于保护用户隐私而导致的推荐效果损失,改进了分组隐藏策略以保护用户隐私。该方法可以利用现有方法难以利用的图高阶连接信息,在所研究的问题上优于所有现有的联邦方法。

