中国科学院大连化学物理研究所傅碧娜

batian

傅碧娜，中国科学院大连化物所研究员。2004年于大连理工大学物理系获学士学位，2009年于中国科学院大连化学物理研究所获博士学位。2009年到美国埃默里（Emory）大学化学系从事博士后研究。2012年以“所百人计划”引进回大连化学物理研究所工作至今。先后获中科院卢嘉锡青年人才奖，中科院沈阳分院第四届优秀青年科技人才奖，入选中科院青年创新促进会会员等。2017年获国家自然科学基金委优秀青年基金资助。


姓名：傅碧娜        
性别：女
类别：研究员;优青        
学科：物理化学
职称：研究员        
学历：博士研究生
电话：0411-84379657        
Email：bina@dicp.ac.cn
地址：大连市中山路457号        
邮编：116023        

研究方向：
研究方向主要为气相多原子分子反应以及气相-表面化学反应的势能面构建和动力学理论研究。
代表论著：
1. Z. Zhang , T. Liu, B. Fu*, X. Yang, D. H. Zhang*, First-principles quantum dynamical theory for the dissociative chemisorption of H2O on rigid Cu(111), Nature Communications, 2016, 7，11953.
2. B. Fu, Y. Han, J. M. Bowman*，L. Angelucci, N. Balucani, F. Leonori, P. Casavecchia*，Intersystem crossing and dynamics in O(3P)+C2H4 multichannel reaction: Experiment validates theory，Proceedings of the National Academy of Sciences of the United States of America, 2012, 109, 9733-9738.
3. B. Fu，B. C. Shepler, J. M. Bowman*，Three-State Trajectory Surface Hopping Studies of the Photodissociation Dynamics of Formaldehyde on ab Initio Potential Energy Surfaces，Journal of the American Chemical Society, 2011, 133, 7957-7968.
4. T. Liu, Z. Zhang, B. Fu*, X. Yang, D. H. Zhang*, A seven-dimensional quantum dynamics study of the dissociative chemisorption of H2O on Cu(111): effects of azimuthal angles and azimuthal angle-averaging, Chemical Science, 2016, 7, 1840-1845.
5. B. Fu, Y. Zhou, D. H. Zhang*, Shape resonance in the H+D2O? D+HOD reaction: a full-dimensional quantum dynamics study, Chemical Science, 2012, 3, 270-274.
6. J. Yang, K. Shao, D. Zhang, Q. Shuai, B. Fu*, D. H. Zhang*, X. Yang*, Trapped Abstraction in the O(1D) + CHD3 ? OH +CD3 Reaction, Journal of Physical Chemistry Letters, 2014, 5, 3106-3111.

zhibian

近日，我所化学动力学研究室反应动力学理论与计算研究组（1113组）傅碧娜研究员和张东辉院士受邀发表了机器学习高精度化学反应势能面构建的综述文章，系统介绍了团队近几年在基本不变量-神经网络（FI-NN）高精度势能面构建方法方面的发展和应用，探讨了该领域未来的机遇和挑战。
　　精确的全维势能面构建是反应动力学理论研究的先决条件和基础。随着体系规模的增大和自由度的急剧增加，如何精确而有效地构建复杂多原子反应的全维势能面成为动力学理论研究中的关键问题和难点。

　　傅碧娜和张东辉团队发展了高效精确的基本不变量-神经网络方法，实现了对包含几个原子到15个原子反应体系的高精度全维势能面构建。这些多通道反应涉及许多中间体、过渡态和产物，在燃烧、星际、有机、能源等化学领域具有重要意义。基于这些势能面的量子态分辨动力学模拟揭示了新奇的动力学机制，解释和预测了实验结果，为错综复杂的化学动力学提供了深刻的见解。
　　本综述中，团队重点介绍了近年来在基本不变量-神经网络反应势能面构建方向取得的一系列进展，包括有机气相反应（Nat. Commun.，2022；J. Phys. Chem. Lett.，2022）、燃烧化学反应（Chem. Sci.，2020；J. Phys. Chem. Lett.，2021；J. Chem. Theory Comput., 2021），光化学反应（Chem. Sci.，2023；JACS Au，2023；J. Phys. Chem. Lett.，2022；J. Phys. Chem. Lett.，2020）以及分子-表面反应（J. Phys. Chem. Lett.，2023；J. Chem. Phys.，2023；J. Chem. Phys.，2022）等。
　　相关成果以“Accurate fundamental invariant-neural network representation of ab initio potential energy surfaces”为题，发表在《国家科学评论》（National Science Review）上。该工作得到了国家自然科学基金、国家自然科学基金委“动态化学前沿研究”基础科学中心项目、科技创新2030重大项目等项目的资助。（文/图 傅碧娜）
　　文章链接： https://doi.org/10.1093/nsr/nwad321