近日，学院电子科学系青年教师张星博士在中国科学院一区期刊《Journal of Materials Science & Technology》(影响因子：14.3) 上发表题为“Revealing loss mechanisms through interpretable machine learning and accelerated discovery of ultra-low-loss dielectric ceramics in the Li₂TiO₃-Li₃NbO₄-MgO system”的研究论文。我校为第一署名单位，张星博士为第一作者兼通讯作者，合作单位包括重庆邮电大学、电子科技大学、云南开放大学和西安电子科技大学等。

超低损耗毫米波介质陶瓷是5G/6G通信基站滤波器、天线等核心器件的关键基础材料，是当前微波介质材料领域的研究热点。然而，陶瓷体系的介电损耗机理尤为复杂，涉及本征离子极化弛豫、晶格缺陷散射、有序-无序相变等多重物理过程的耦合，传统“试错法”实验研发效率低、机理解释困难，亟需新的研究途径突破瓶颈。针对上述难题，研究团队将可解释机器学习与高通量实验相结合，提出了智能驱动的材料发现策略，显著提升了最优组分筛选效率，并在小样本条件下实现了较好的性能预测效果。同时，借助可解释性分析方法，揭示了影响材料品质因数Q×f值的关键因素。

研究结果表明，所开发材料达到该体系国际先进水平，满足毫米波低损耗器件的应用需求。该成果得到了国家自然科学基金等项目资助。论文发表体现了我院在人工智能与微波材料交叉研究领域的持续进展，也展现了青年教师良好的科研创新能力。