2023年8月10日上午09:30，马晶教授访问纳米中心并做作了题为“特征学习与深度学习在化学反应活性预测中的应用”的学术报告。报告会由理论室高兴发教授主持，国家纳米中心的师生参加了报告会。

报告会上，马晶教授介绍了他们利用密度泛函计算构建了含有27种金属元素（3d、4d、5d过渡金属以及主族的Pb和Bi金属）的电子结构和反应能量的活化数据集，用来预测氮还原反应的路径及相对能量。随后，马晶教授介绍了他们利用图卷积神经网络模型中的多级注意力机制揭示了氢键相互作用有利于促进氮还原反应中加氢过程（N2* → NNH*）、并阻碍了脱氢步骤（NNH3* → N*）的进行。他们提出了是如何利用电负性、第一电离能和原子半径、多孔材料的几何结构作为描述符，建立可解释机器学习模型，成功预测反应过程中的能量变化及反应路径，可以促进高效催化剂的发现。最后，马晶教授介绍了他们还建立了预测二氧化碳还原反应各种可能产物的机器学习模型。报告后，马晶教授与参会师生就相关学术问题进行了热烈的讨论。

    马晶，教授，长期致力于发展快速有效的量子化学计算与模拟方法，用于精确预测极性大分子和分子聚集体在极性溶剂介质/外电场中的能量、结构和光谱特性。作为第一/通讯作者在Nat. Chem., Nat. Commun., J. Am. Chem. Soc., Adv. Mater., Acc. Chem. Res.等期刊发表论文350余篇，国际专章3篇。曾获得国家自然科学基金委杰出青年基金、教育部“新世纪人才计划”、霍英东青年教师基金等资助。先后获得第九届中国青年女科学家，中国化学会青年化学奖、首届南京青年科技创新奖，教育部自然科学一等奖（第三完成人），全国“巾帼建功”标兵（2022年度）及江苏省“巾帼建功”标兵（2013年度）等奖励与荣誉。先后担任Journal of Chemical Theory and Computation、Journal of Physical Chemistry Letters和《物理化学学报》等期刊编委、中国化学会理论化学委员会委员、中国化学会女化学工作者委员会委员。