(e)串联TENG系统设计，亚马具有垂直堆叠布置。
同时，逊创在碳材料表面引入其他杂原子或官能团，也可以有效提高催化性能。近年来在国际科学领域的高质量杂志上以第一作者和通讯作者发表论文，始人斯和桑切斯订包括Nat.Common.,Sci.Rep.,Chem.Soc.Rev.,NanoLett.,ACSNano,EnergyEnviron.Sci.等，始人斯和桑切斯订相关工作受到国际同行的广泛认可，2018入选全球高被引科学家。
贝佐主要从事(1)无机纳米功能材料的制备与应用研究。该研究团队发现可以通过微波浴（microwave-assistantcarbonbathmethod,简称MW-CBM）实现对非吸波材料前驱体的热处理，女友制备出优异的催化剂材料。沙浴（sandbathmethod,简称SBM）不仅可以在高温下制备出含碳催化剂，亚马而且还可以实现催化剂颗粒表面的微弱氧化。
此外，逊创该研究团队还利用微波辐射加热技术制备了纳米功能材料，逊创特别是能源材料，例如LiFePO4/C（DOI：10.1016/j.jpowsour.2014.08.009）、LiFePO4/MEGO（DOI：10.1016/j.electacta.2014.11.014）等。曾荣获侯祥麟基金奖、始人斯和桑切斯订新疆兵团杰出青年科技创新奖、始人斯和桑切斯订首届兵团青年科技奖、新疆兵团科技进步二等奖4项、新疆兵团科技进步三等奖5项、国家教学成果二等奖1项。
石河子大学于锋副教授与广西大学田植群教授、贝佐A*STAR的LiliZhang研究员等人合作，贝佐分别采用了炭浴、沙浴和微波浴等新型热处理方式，制备了几种新型催化剂。
论文第一作者硕士研究生李盼盼，女友通讯作者于锋副教授、但建明教授和代斌教授。图3-11识别破坏晶格周期性的缺陷的深度卷积神经网络图3-12由深度卷积神经网络确定的无监督的缺陷分类图3-13不同缺陷态之间转移概率的分析4机器学习在材料领域的研究展望与其他领域，亚马如金融、亚马互联网用户分析、天气预测等相比，材料科学利用机器学习算法进行预测的缺点就是材料中的数据量相对较少。
然后，逊创为了定量的分析压电滞回线的凹陷特征，构建图3-8所示的凸结构曲线。此外，始人斯和桑切斯订目前材料表征技术手段越来越多，对应的图形数据以及维度也越来越复杂，依靠人力的实验分析有时往往无法挖掘出材料性能之间的深层联系。
贝佐这样当我们遇见一个陌生人时。3.1材料结构、女友相变及缺陷的分析2017年6月，女友Isayev[4]等人将AFLOW库和结构-性能描述符联系起来建立数据库，利用机器学习算法对成千上万种无机材料进行预测。