淮师新闻网11月12日电（记者 王天石）近日，淮阴师范学院化学化工学院、江苏省低维材料化学重点实验室张莉莉教授团队在国际材料科学顶级期刊Advanced Materials（《先进材料》）上发表题为Attribution Fingerprinting by Interpretable Machine Learning Reveals Category-Specific Additive Design Rules for Zinc Anodes的研究论文。Advanced Materials（《先进材料》）为中国科学院材料科学一区TOP期刊，最新影响因子29.1，在Google Scholar工程与计算科学领域期刊排名中位列第一。这是学校首次在该期刊发表论文，标志着学校在材料与能源化学领域高水平基础研究上取得历史性突破。
研究成果聚焦水系锌离子电池负极界面稳定与电解质添加剂设计难题。针对添加剂发现长期依赖经验试错、结构—性能关系不清等问题，团队融合标准化数据构建、可解释机器学习和电化学验证，建立了添加剂的分类设计规则，筛选出高性能添加剂并验证了其稳定界面的效果，形成了“数据—模型—机理—验证”的可解释机器学习设计模式，为金属负极、电解质工程等电化学体系提供了可迁移的方法论启示。
该论文第一作者周国狼为学校与南京理工大学联合培养博士生，淮阴师范学院为论文第一单位，论文由张莉莉教授团队完成，合作单位还包括中国石油大学（北京）。成果的取得既体现了团队在数据构建、模型设计、材料筛选、电化学验证和机理阐释等方面的协同攻关能力，也是学校长期深耕低维材料化学与能源材料方向、推进有组织科研、学科交叉和青年人才培育的阶段性成果。首篇Advanced Materials（《先进材料》）论文的发表，标志着学校以扎实学科基础回应新能源领域核心科学问题取得重要进展。学校将持续推动高水平成果产出和学科高质量发展，深化服务地方、推进“双高协同”，为区域新能源产业发展贡献力量。
