资讯动态
neotrident news
资讯动态
讲座主题：基于机器学习的材料设计和工业优化
讲座时间：2022年6月16日（周四），14:00
主 讲 人：陆文聪 教授 上海大学
报名方式：扫描下方二维码 或
进入直播间，打开后记得收藏
特邀讲师
陆文聪教授 上海大学
1986年本科毕业于清华大学化学系物理化学专业，2000年博士毕业于中科院上海冶金所材料物理和化学专业。现任上海大学教授、博士生导师，兼任中国化学会计算机化学专业委员会委员、《advances in manufacturing》sci期刊副主编。长期从事基于数据挖掘/机器学习的材料设计和工业优化等研究工作，开发了材料数据挖掘在线计算平台，为材料大数据的机器学习提供了在线计算方法和模型共享功能；开发了基于大数据挖掘的工业优化系统，利用化工生产大数据建立机器学习模型，用于产品质量和产量的优化控制。先后主持国家自然科学基金项目4项，国家重点研发计划课题1项，上海科委项目5项，企业合作项目20余项。已发表学术论文230余篇、研究专著3本，获得省部级科技奖4项，获得国家发明专利授权12项。
2016-2017年，alphago横扫世界顶级围棋高手让世界充分领略到人工智能技术巨大的发展潜力。随着互联网时代的发展，数据传播、分享的门槛大大降低，而计算机硬件计算能力能力的提升让大数据的计算分析成为可能，从而促使人工智能技术与各行各业进行深度的融合，助力传统行业实现经验驱动到数字驱动的研发理念转变，有效降低研发成本，提高研发效率，加快产品上市。人工智能、大数据等技术正在不断改变着我们的生活、工作和思维，同时材料领域也将迎来一场翻天覆地的变化，如何借助人工智能赋能材料工业发展呢？
讲座摘要
本次讲座有幸邀请到上海大学陆文聪教授，陆教授为大家带来基于机器学习的材料设计及工业优化的相关内容分享。基于机器学习/数据挖掘的材料设计和工业优化的应用场景和研究案例，展望机器学习/数据挖掘在材料基因工程、智能制造、化工过程优化等方面的潜在应用。
人工智能已成为材料工业发展不可或缺的一种技术，本次报告还会给大家介绍“如何利用实现机器学习自动化？”
助力研发智能创新，基于大数据和人工智能，整合计算机模拟技术，可对海量的材料数据进行挖掘和可视化分析，并从中提取、总结出材料的成分、工艺、结构和性能的关系，以实现知识共享，有力促进新材料新工艺的研发设计。
图｜数据中发现知识是未来材料研发的主要方法
maxflow分子模拟与人工智能平台
从事创新研究的实验科学家，可以立刻应用maxflow所提供的大量基于人工智能和理论计算的预测模型来帮助他们设计所关心的创新分子和配方，并对研究对象的性质进行定量和定性预测，把握正确的创新方向，减少不必要的实验，大幅度缩短研发周期，改变传统的实验试错的创新模式。
人工智能专家和模拟专家，可以利用maxflow的科学计算引擎（量子力学，分子力学，分子动力学等多尺度计算模拟方法），人工智能计算引擎和sdh科学数据基因组，通过先进的数据流程集成工具，构建具有创新性和方便易用的定量和定性预测模型，支持实验科学家的创新研究，并通过实验科学家的不断反馈来提升模型预测的精准度。预测模型将成为企业和研发机构的标志性核心创新能力，也彰显了人工智能和模拟专家的核心价值。