学术讲座

CAP Seminar 13th | 王金兰 : 数据驱动的新材料设计

浏览量:时间:2023年06月15日 10:12

主题:数据驱动的新材料设计

主讲人:王金兰

时间2023年10月27日(周五)上午10:00-11:30

主持人: 西湖大学人工光合作用与太阳能燃料中心PI 王涛 教授

地址西湖大学云谷校区E10-405

undefined

王金兰

首席教授,东南大学物理学院


主讲人:

       王金兰,东南大学物理学院首席教授、国家杰出青年获得者、国务院政府特殊津贴专家、英国皇家化学会会士。长期从事新材料的多尺度模拟与理论设计工作,在新材料的生长与物性调控、机器学习预测新材料等方面取得了重要进展。在包括Nature、Nature Nanotechnology、Nature Communication等有影响力的期刊上发表论文300余篇,引用近2万次,Elsevier中国高被引学者。担任Nanoscale副主编、Nanoscale Horizons科学编辑及Journal of the Physical Chemistry Letters等多个期刊的编委。


讲座摘要:

   功能材料的研发是工业创新的基石,如何按需高效构筑材料一直是科学研究的热点与难点,尤其是面对成千上万的候选材料。传统的材料开发模式通常为试错法,这种方法耗时良久,且对于一些成因复杂的特性往往难以成功。在上述背景下,机器学习(machine learning)技术被引入到材料设计和材料数据库的构建中来,高效的计算和筛选效率使得机器学习技术成为材料设计的理想“助推器”。机器学习算法的优势在于,其本质上是基于数据统计规律而非物理化学定律的,从而能够绕过复杂的量子力学求解过程[1]。我将通过三个例子展示机器学习结合密度泛函理论,在快速发现稳定、无铅光伏钙钛矿、二维铁磁材料、二维固氮电催化剂以及电催化描述符开发等方面的应用,并探讨机器学习用于新材料高效筛选与设计中面临的挑战


讲座联系人:

       刘老师,邮箱:liuchang@westlake.edu.cn