上海交通大学，最新Nature！

本文介绍了一种由上海交通大学周涵教授、张荻教授联合新加坡国立大学仇成伟教授和德克萨斯大学奥斯汀郑跃兵教授提出的全新机器学习设计框架，用于高效、精准地设计超宽带或高选择性热超材料辐射器。该框架通过结合三维结构复杂性和多样材料，进行多参数联合优化，突破了传统二维结构限制，创新性地采用三平面建模方法，支持复杂三维超材料的设计。作者展示了七种概念性三维超材料热辐射器，具备远超现有设计的光学性能和辐射冷却效果。实验验证了四种代表性热发射超材料的设计效果，实测结果与机器学习预测高度吻合。该设计方法具备高效率、强适应性的优势，为下一代反向设计范式变革提供了技术基础。