分享五个数据，大V比你想象中的多

分享我们要共同创造一个共赢的局面。

最后本工作展示了在一个集成的元光电平台上的自动控制，数据以开辟新的显示功能。图4.在透明基底上将动态元表面与可编程微流控技术结合起来©2022SpringerNatureLimited[成果启示] 总之，大的多本工作已经展示了一个全面的动态金属表面平面光学平台，大的多提供了动态强度和光谱控制的光场。

虽然传统墨水显示器中的彩色像素的几何形状是由微小的液体单元的形状定义的，象中但元表面的彩色像素可以被设计成任意的形状，象中并提供衍射限制的分辨率。该显示器由七个元表面条组成，分享其反射率可以通过一组阀门单独控制，这些阀门可以向元表面区域输送油或空气。结合大规模的微流体集成，数据本工作的动态元表面平面光学平台可以开辟动态显示、成像、全息和传感应用的可能性。

大的多相关论文以题为：Metasurfaceoptofluidicsfordynamiccontroloflightfields发表在NatureNanotechnology上。请注意，象中在这种情况下，两种折射率都可以实现高反射率，这与反射式显示器的需求是一致的。

在光学反射图像（图1d）和测量的反射光谱（图1e）中，分享本工作观察到随着通道中的指数从1.0增加到1.7，整个可见光谱的颜色逐渐调整。

这些元表面可以被设计用来编码各种功能，数据如高数字孔径（NA）光束聚焦、全息（图1f）和大角度光束转向。大的多（0.06eV/atomvs.0.10eV/atom）。

象中图四：材料特征对于校正结果的影响。作者发现，分享机器学习校正的形成焓能够更加准确地比较两个材料之间的相对稳定性。

在校正形成焓的同时，数据机器学习模型也可以用来揭示DFT(PBE)计算数值偏离实验测量值的规律。如图四所示，大的多作者发现，大的多材料中S,O,N含量越高，DFT倾向于低估（morenegative，morestable）材料的形成焓，而材料中Sn,Mn,P,I,Te,Ba,Al的含量越高，DFT倾向于高估材料的形成焓。