一、基本信息
刘帅，男，汉族，1985年9月生，河南许昌人，副教授、工学博士、硕士生导师, 2017年在西安交通大学材料棋牌游戏平台
取得博士学位。主要从事半导体材料与器件的设计和研究，包括人工智能气敏传感材料及器件，基于机器学习的功能材料筛选与设计等。
从事学科：光电信息工程与人工智能的交叉学科
电子邮箱：[email protected]
二、研究方向和招生专业
1.研究方向：智能气敏传感材料与器件的设计与制备
2.招生专业：光学工程、光电信息工程、计算机科学与技术等相关专业
三、指导研究生
累计指导硕士生15名；研究生毕业去向包括进入日本九州大学、西安电子科技大学等国内外著名学府攻读博士学位，就业单位包括深圳深南电路、京东方科技集团股份有限公司等知名国有企业，以及和舰芯片制造（苏州）股份有限公司、北京经纬恒润股份有限公司行业领军企业等。
四、主讲课程
固体物理学，大学物理实验（本科课程）；新型半导体材料与器件（硕士课程）。
五、社会兼职
1.学术组织
陕西省纳米科技协会理事，中国物理学会会员
2.期刊审稿人
长期担任Journal of Alloys and Compounds，Surfaces and Interfaces，International Journal of Hydrogen Energy等知名SCI期刊的审稿人
六、科研成果
1.科研项目（限5项）
1.国家自然科学基金委员会，青年基金项目，12004301，VO2纳米线的电/热输运特性及其去耦合化机理研究，2021/01至2023/12，主持；
2.国家自然科学基金委员会，理论物理专项，11947112，应变调控蓝磷烯热电性能的第一性原理研究，2020/01至2020/12，主持；
3.陕西基础科学(数学、物理学)研究院，青年项目，硫化物量子点掺杂纳米SnSe2复合材料的电子/声子协同调控机理研究，23JSQ018，2024/01-2025/12，主持；
4.陕西省教育厅，专项科研计划，19JK0656，TMDs量子点/纳米Bi2Te3复合结构的热电特性及增强机制研究，2019/01-2020/12，主持；
5.陕西省表面工程与再制造重点实验室，天元开放基金，tywl2019-10，应力诱导碲基柔性复合薄膜的表面改性及对热电性能的影响研究，2019/10-2020/10，主持；
2.代表性论文（限5项）
1，Liu, Shuai;Li, Shu; Guo, Shaoli; Cui, Yan; Dai, Minghan; Wang, Zelin; Chen, Guoxiang; In-situ growth of core-shell CoFe@CoFe2O4 nanoparticles on carbon aerogel for broadband electromagnetic wave absorption and thermal insulation, Carbon, 2025, 243(无): 120598；
2，Liang, Xiaonan;Liu, Shuai*;Zhang, Huijun; Qiu, Jie; Fan, Chenyan; Liu, Yike; Yan, Yuhao; Machine learning and whale optimization algorithm for enhanced hydrogen storage alloy design,Materials Today Communications, 2025, 49: 113870
3，Zhang, Ling; Chen, Guo-xiang; Wang, Ze-lin; Liang, Xiao-nan; Zhang, Qi;Liu, Shuai*; Automated machine learning guides discovery of ABO3-type oxides for effective water splitting photocatalysis, Chemical Physics Letters, 2025, 869: 142034
4，Li, Shu; Guo, Shaoli; Chen, Guoxiang; Cui, Yan; Yang, Hangfan; Qiu, Jie; Wang, Zelin; Dai, Minghan;Liu, Shuai*; Evolution of electron localization with Co2+variations in CoxFe3_xO4 hollow spheres for enhanced wave absorption, Journal of Alloys and Compounds, 2025, 1026：180381
5，Liu Shuai; Wang Zelin; Zhang Ling; Chen Guoxiang; Yang Hangfan; Liang Xiaonan; Qiu Jie; Investigations on symbol regression for improving the prediction accuracy of gas-metal adsorption energies in machine learning, Surfaces and Interfaces, 2024, 55: 105469
