教育背景
2018–2022年 清华大学 工程力学系 博士
2015–2017年 哈尔滨工业大学 能源科学与工程学院 硕士
2011–2015年 哈尔滨工业大学 能源科学与工程学院 学士
工作经历
2026年至今 清华大学燃烧能源中心、航天航空学院 助理教授、博导
2023–2026年 英国牛津大学化学系 博士后研究员
其他职务
担任 npj Comput. Mater.、J. Chem. Phys.、Mach. Learn.: Sci. Technol. 等SCI期刊审稿人。
研究领域与兴趣
微纳尺度热输运、机器学习、电子器件热管理、储能材料
奖励与荣誉
2023年 入选Journal of Physics: Condensed Matter “Emerging Leaders 2023”
2022年 清华大学优秀博士学位论文
2020年 中国工程热物理学会传热传质分会“王补宣-过增元青年优秀论文”一等奖
发明专利与著作
软件著作权：RP-3 航空煤油热物性计算软件，2021
期刊文章
论文发表 (ORCID: 0000-0002-5948-7031)
Google Scholar: https://scholar.google.com/citations?user=TI270zcAAAAJ
近期代表论文：
1. Y Liu, A Madanchi, A Anker, L Simine, V Deringer. The amorphous state as a frontier in computational materials design. Nature Reviews Materials, 2025, 10: 228–241.
2. Y Liu, H Liang, L Yang, G Yang, H Yang, S Song, Z Mei, G Csányi, B Cao. Unraveling thermal transport correlated with atomistic structures in amorphous gallium oxide via machine learning combined with experiments. Advanced Materials, 2023, 35: 2210873.
3. Y Liu, J Morrow, C Ertural, N Fragapane, J Gardner, A Naik, Y Zhou, J George, V Deringer. An automated framework for exploring and learning potential-energy surfaces. Nature Communications, 2025, 16: 7666.
4. Y Liu, Y Zhou, R Ademuwagun, L Walterbos, J George, S Elliott, V Deringer. Medium-range structural order in amorphous arsenic. Journal of the American Chemical Society, 2026, 148 (9), 9400-9412.
5. L Guo, Y Liu, Z Chen, H Yang, D Donadio, B Cao. Generative deep learning for discovering ultrahigh thermal conductivity materials. npj Computational Materials, 2025, 11: 97.
6. Y Liu, J Yang, G Xin, L Liu, G Csányi, B Cao. Machine learning interatomic potential developed for molecular simulations on thermal properties of β-Ga2O3. The Journal of Chemical Physics, 2020, 153: 144501.
7. Y Liu, W Hong, B Cao. Machine learning for predicting thermodynamic properties of pure fluids and their mixtures. Energy, 2019, 116091.
8. Y Liu, X Liu, B Cao. Graph attention neural networks for mapping materials and molecules beyond short-range interatomic correlations. Journal of Physics: Condensed Matter, 2024, 36: 215901.
9. Y Liu, W Hong, B Cao. MolNet-3D: Deep learning of molecular representations and properties from 3D structural topography. Advanced Theory and Simulations, 2022, 5: 2200037.
10. L Pasca, Y Liu, A Anker, L Steier, V Deringer. Machine-learning-driven modelling of amorphous and polycrystalline BaZrS3. Journal of Materials Chemistry A, 2025, 13(41): 35447-35454.
