斗球看球app最新版新人权益

工作经历：

2023年9月—至今，斗球看球app最新版新人权益，斗球看球app最新版新人权益，助理研究员

2021年9月—2023年8月，哈尔滨工业大学（深圳），博士后（导师：张统一）

2021年5月—2021年8月，香港理工大学深圳斗球看球app最新版新人权益，助理研究员

斗球看球app最新版新人权益经历：

2018年9月—2021年3月，香港理工大学，机械工程系，博士（导师：石三强/张统一）

2016年9月—2018年6月，香港理工大学，机械工程系，硕士（导师：石三强）

2011年9月—2015年7月，天津大学，求是学部，学士（导师：刘永长）

主持项目：

斗球看球app最新版新人权益自然科学基金委，青年基金项目（C类），数据驱动的轻质难熔多主元合金设计与机理研究，30万，主持，在研

工业和信息化部，新材料斗球看球app最新版新人权益科技重大专项（子课题），关键结构材料数据质量评价与控制示范应用，80万，主持，在研

上海市科委，浦江人才计划，数据驱动的多主元合金钎料设计及钛合金不锈钢真空钎焊技术研究，30万，主持，结题

上海市经信委，人工智能开源奖励计划，材料领域人工智能开源软件开发与语料库建设，50万，主持，在研

上海市教委，斗球看球app最新版新人权益青年英才启航计划，基于熵调控与机器斗球看球app最新版新人权益的耐高温合金设计，30万，主持，在研

宝山钢铁有限斗球看球app最新版新人权益，基于机器斗球看球app最新版新人权益的成分和热轧工艺对K55厚壁套管组织和性能的影响机制研究，46万，主持，结题

中石油工程材料研究所，页岩气井用SEW套管材料制备及表征，34万，主持，在研

斗球看球app最新版新人权益，人工智能赋能示范课程建设项目，《人工智能导论》课程，7.5万，主持，在研

荣誉/学术兼职：

2022年，中国科学年度高影响力论文

2023年，上海市浦江人才

2024年，材料基因工程高层论坛，材料基因工程青年科学家

2025年，上海市属高校新教师岗前培训斗球看球app最新版新人权益智能体设计大赛，一等奖

2026年，全国高校人工智能课程教学改革研讨会，优秀教学案例一等奖

Acta Materialia，ACS Nano，Angew，Advanced Functional Materials等杂志审稿人

Journal of Materials Informatics、MGE Advances、Progress in Natural Science: Materials International青年编委

研究方向

主要研究方向为人工智能驱动的合金材料设计及极端环境下的结构材料服役行为研究，每年计划招收1-2名硕士研究生（材料、力学、计算机方向），和清华大学、哈尔滨工业大学、天津大学、东北大学、北京科技大学、香港理工大学等高校的相关课题组合作紧密，欢迎对AI for Science研究和金属结构材料感兴趣的同学联系报考。

代表性成果

截止2026年03月01日，论文总被引1286次，h指数15，i10指数21，论文发表详情见ORCID(0000-0002-3923-6315)。

1. C. Xu#(上大2023级硕士，副导师), T. Su#, J. Xiong*, Y. Wu, S. Dong, T. Jiang, M. He*, S. Chen, T.-Y. Zhang*, KAN-enhanced contrastive learning: the accelerator of crystal structure identification from XRD patterns. NPJ Computational Materials 12 (2026). (JCR Q1, IF = 11.9)

2. Z. Liu, M. Wu, M. Zhang, H. Zhang. T Lyu, S. Wu*, J. Xiong*, S. Chen*, T.-Y. Zhang, Simultaneously enhancing the strength and plasticity of AlxCrFeCoNi high-entropy alloys via heterogeneous structure. Acta Materialia 309 (2026) 122058. (JCR Q1, IF = 9.3)

3. Y. Yu, X. Bian*, J. Xiong*, X. Wu, Q. Qian*, AIMatDesign: Knowledge-Augmented Reinforcement Learning for Inverse Materials Design under Data Scarcity. NPJ Computational Materials, 12 (2026) 74. (JCR Q1, IF = 11.9)

4. T. Jiang(上大2023级硕士，副导师), J. Xiong*, T. Su, S. Chen*, T.-Y. Zhang*, Multi-fidelity, active-learning assisted design of TaNbMoVW refractory high-entropy alloys with superior mechanical properties. Journal of Physics: Materials 9 (2026) 025003. (JCR Q1, IF = 4.7)

5. L. Sun(东北大2022级博士，副导师), Q. Ma, C. Pei, H Yao, X. Liu, J. Xiong*, C. Liu*, H Li*, Q. Gao*, Explainable machine learning-enabled dual-objective design of γ' phase characteristic parameters in γ'-strengthened Co-based superalloys. NPJ Computational Materials 11 (2025) 316. (JCR Q1, IF = 11.9).

6. C. Pei, Q. Ma, J. Zhang, L. Yu, H. Li, Q. Gao*, J. Xiong*, A novel model to predict oxidation behavior of superalloys based on machine learning. Journal of Materials Science & Technology 235 (2025) 232-243. (JCR Q1, IF = 14.9, 高被引论文)

7. C. Deng, M. Zheng*, P. Chen, X. C. Li, J. Xiong*, A. Shahboub, L. Luo, An interpretable machine learning model for oxidation corrosion prediction of ferritic/martensitic steels in LBE. Journal of Nuclear Materials (2025) 155998. (JCR Q1, IF =3.2)

8. S. Dong(上大2023级博士，副导师), J. Xiong*, Y. Tian, S. Chen, L. Wei*, T. Y. Zhang*, Design of corrosion-resistant eutectic high-entropy alloys via hybrid data-driven and expert-guided strategies. Corrosion Science (2025) 113024. (JCR Q1, IF = 8.5)

9. J. Wang, Y Lu, X Wang, S Liang, J. Xiong*, L. Zhen*, L. Liu*, Target-driven design of high strength yet corrosion resistant medium Mn steel via interpretable machine-learning. Materials & Design (2025) 115217. (JCR Q1, IF = 7.9)

10. Y. Hu(上大2024级硕士，导师), X. Wang, Z. Gao, H. Xiao, H. Chen*, J. Xiong*, Physics-Guided Multi-Task Learning for Predicting Thermophysical Properties of Ag-In-Cd Absorber Alloys with Extremely Small Data. Nuclear Engineering and Technology (2025) 104061. (JCR Q1, IF=2.6)

11. H. Tian#, Y. Hu#(上大2024级硕士，导师), Z. Ding, J. He*, J. Xiong*, Dynamic physics-guided neural network for predicting hot deformation behavior of TiAl-based intermetallic alloys, Materials Genome Engineering Advances (2025) e70033.

12. H. Tian, J. He*, J. Xiong*, X. Xia, L. Zhao, J. Mei, Y. Qi, T.-Y. Zhang*, Enhancing Thermal Shock Resistance of TiZrCuNi Brazed Joints via Strategic Niobium Addition. Materials Science and Engineering A (2025) 148842 (JCR Q1, IF = 7.0).

13. H. Tian, J. Xiong*, L. Zhao, J. Mei, Y. Qi, J. He*, T.-Y. Zhang*, Achieving superior strength and ductility in TiAl/Ti2AlNb dissimilar brazed joints by controlling the brittle Zr (Ni, Cu)3 intermetallic compound. Materials Science and Engineering A (2025) 148225. (JCR Q1, IF = 7.0)

14. J. Ma, B. Cao, S. Dong, Y. Tian, M. Wang, J. Xiong*, S Sun*. MLMD: a programming-free AI platform to predict and design materials. NPJ Computational Materials 10 (2024) 59. (JCR Q1, IF = 11.9)

15. Y. Yu, J. Xiong*, X. Wu, Q. Qian*, From Small Data Modeling to Large Language Model Screening: A Dual-Strategy Framework for Materials Intelligent Design. Advanced Science 11 (2024) 2403548 (JCR Q1, IF = 14.7)

16. Y. Wu, T. Su, B. Du, S. Hu*, J. Xiong*, D. Pan*, Kolmogorov-arnold network made learning physics laws simple. The Journal of Physical Chemistry Letters 15 (2024) 12393-12400 (JCR Q1, IF = 6.7)

17. S. Zhang(上大2021级硕士，副导师)#, B Cao#, T. Su, Y. Wu, Z. Feng, J. Xiong*, T.-Y. Zhang*, Crystallographic phase identifier of a convolutional self-attention neural network (CPICANN) on powder diffraction patterns. IUCrJ 11 (2024) 634-642 (JCR Q1, IF = 3.6).

18. J. Xiong*, B. W. Bai*, H. R. Jiang, A. Faus-Golfe. Determinants of saturation magnetic flux density in Fe-based metallic glasses: insights from machine-learning models. Rare Metals 43 (2024) 5256-5267. (JCR Q1, IF =11.0)

19. J. Xiong, J. He*, X. S. Leng*, T.-Y. Zhang*, Gaussian process regressions on hot deformation behaviors of FGH98 Nickel-based powder superalloy. Journal of Materials Science & Technology 146 (2023) 177-185. (JCR Q1, IF =14.7)

20. J. Xiong*, T.-Y. Zhang*. Data-driven glass-forming ability criterion for bulk amorphous metals with data augmentation. Journal of Materials Science & Technology 121 (2022) 99-104. (JCR Q1, IF =14.7)

21. J. Xiong, S. Shi*, T.-Y. Zhang*. Machine learning of phases and mechanical properties in complex concentrated alloys. Journal of Materials Science & Technology 87 (2021) 133-142. (JCR Q1, IF =14.7)

22. J. Xiong, T.-Y. Zhang*, S. Shi*. Machine learning of mechanical properties of steels. Science China Technological Science 63 (2020) 1247-1255. (JCR Q1, IF = 4.9, 年度高影响力论文)

23. J. Xiong, S. Shi*, T.-Y. Zhang*. A machine-learning approach to predicting and understanding the properties of amorphous metallic alloys. Materials & Design 187 (2020) 108378. (JCR Q1, IF = 7.9)