李军，男，博士，教授，博士生导师。国家级青年人才，高级洪堡学者，重庆市英才计划-青年拔尖人才。中国化学会化学动力学专业委员会委员。《中国化学快报》青年编委会委员。获得重庆市化学化工学会基础成果一等奖（排名第一）。2002-2011年于四川大学获得学士和博士学位；2009-2010年在中国台湾交通大学学习；2011-2014年在美国新墨西哥大学化学系做博士后研究。2014年以学校百人计划加入tyc1286太阳集团独立开展研究工作。2018年-2020年获得洪堡基金会资助在德国哥廷根大学访问。
针对燃烧/星际/大气/空天气动等中的相关化学问题，发展和应用人工智能方法，围绕化学反应动力学开展了系列高精度理论研究工作，以通讯（含共同）或第一作者发表论文80余篇，包括Nat. Chem.，J. Am. Chem. Soc.，CCS Chem，Chem. Sci，J. Phys. Chem. Lett.，Int. Rev. Phys. Chem.等多篇。多项研究工作为ESI高被引论文、亮点、编辑推荐、封面、封底等。
多名员工获得研究生国家奖学金。多名员工获得留学基金委资助在欧美等科研单位联合培养。多名硕博士获得太阳成集团、重庆市优秀博硕士学位论文。毕业生入职企业、高校、科研院所，以及出国开展博士后研究等。
诚邀化学、环境、物理、能源、天文化学、以及人工智能、计算机等交叉学科方向的青年教师、博士后、博士、硕士及本科生加入团队！
联系方式
太阳成集团虎溪校区理科楼tyc1286太阳集团LC216、LC627
Email: jli15@cqu.edu.cn
研究方向：
1. 燃烧/天体/大气/空天气动等相关的化学反应的高精度理论研究：关键物种预测和证认、反应机理模型、竞争机制、传能机制、高精度热动力学、新颖动力学机制等，服务于燃烧效率提高、星际分子探测、大气污染防治等。
2. 典型基元反应的分子动力学研究：精准调控化学反应这一终极目标的实现需要从原子、分子等微观水平上认识和描述复杂化学反应动力学的根本本质。发展相关方法，高精度理论计算提供微观细节，重现/解释/预测实验，揭示机制，总结规律。
3. 人工智能和大数据在化学中的应用和发展：在人工智能和大数据时代，计算与理论、实验同等重要，科学演化为数据驱动的科学。数据质量、数据采样、数据表示、数据存储、数据规范、数据可视化等变得尤为重要。发展方法，构建能源、大气、燃烧、星际等高精度基础化学数据库。
代表论文：
1. “Feshbach resonances in the exit channel of the F + CH3OH → HF + CH3O reaction via transition state spectroscopy”, Marissa L. Weichman, Jessalyn A. DeVine, Mark C. Babin, Jun Li*, Lifen Guo, Jianyi Ma, Hua Guo, and Daniel M. Neumark*, Nature Chemistry, 2017, 9, 950.
2. “Mode Specificity in the OH + HO2 → H2O + O2 Reaction: Enhancement of Reactivity by Exciting a Spectator Mode”, Yang Liu, Hongwei Song*, Daiqian Xie*, Jun Li*, and Hua Guo*, Journal of the American Chemical Society, 2020, 142, 3331.
3. “Stereodynamical Control of Product Branching in Multi-Channel Barrierless Hydrogen Abstraction of CH3OH by F”, Dandan Lu, Jun Li*, and Hua Guo*, Chemical Science, 2019, 10, 7994.
4. “Permutational-Invariant-Polynomial Neural-Network-based Δ-Machine Learning Approach: A Case for the HO2 Self-reaction and its Dynamics Study”, Yang Liu, and Jun Li*, Journal of Physical Chemistry Letters, 2022, 13, 4729.
5. “Comprehensive Dynamical Investigations on the Cl + CH3OH → HCl + CH3O/CH2OH Reaction: Validation of Experiment and Dynamics Insights”, Dandan Lu, Jun Li*, and Hua Guo*, CCS Chemistry, 2020, 2, 882.
6. “Advances and New Challenges to Bimolecular Reaction Dynamics Theory”, Jun Li*, Bin Zhao,* Daiqian Xie,* and Hua Guo*, Journal of Physical Chemistry Letters, 2020, 11, 8844.
7. “Capture of the Sulfur Monoxide–Hydroxyl Radical Complex (•OH···OS)”, Changyun Chen#, Bo Lu#, Xiaofang Zhao, Weiyu Qian, Jie Liu, Tarek Trabelsi, Joseph S. Francisco*, Jie Qin, Jun Li*, Lina Wang, and Xiaoqing Zeng*, Journal of the American Chemical Society, 2020, 142, 2175.
8. “High-Fidelity Potential Energy Surfaces for Gas Phase and Gas-Surface Scattering Processes from Machine Learning”, Bin Jiang*, Jun Li*, Hua Guo*, Journal of Physical Chemistry Letters, 2020, 11, 5120.
9. “Many-Body Permutationally Invariant Polynomial Neural Network Potential Energy Surface for N4”, Jun Li#*, Zoltan Varga#, Donald G. Truhlar*, Hua Guo*, Journal of Chemical Theory and Computation, 2020, 16, 4822.
承担课程
《物理化学》、《量子化学基础》、《化学反应动力学》
