学术动态 pic1
学术动态

鲁汶大学Gian-Marco Rignanese教授学术报告

时间:2021年03月23日 15:06    来源:    作者:    阅读:

报告题目Materials informatics: the combined power of high-throughput ab initio calculations and machine learning(材料信息学:高通量从头计算和机器学习的结合力量)

报告时间:2021/3/26 14:00

报告地点:公字楼334会议室

腾讯会议 ID: 819 283 764 点击链接入会,或添加至会议列表:

https://meeting.tencent.com/s/XZRiRLPPQiA6

报告人:Gian-Marco Rignanese教授

报告摘要:在过去的几十年中,从头算模拟代码的功能取得了长足的进步。将这些发展与超算能力的提高相结合,就有可能筛选成千上万种材料以寻找特定的性能。在本次演讲中,我将首先简要介绍这种所谓的高通量从头算方法及其最新成就。对于更复杂的属性,由于需要大量计算时间,因此这种高吞吐量的从头开始方法仍然遥不可及。为了克服这个限制,人工智能最近引起了很多关注。但是,为了做出准确的预测,当前的机器学习方法通常需要大量的数据,而这些数据对于复杂的属性恰恰是不可用的。因此,我将介绍MODNet框架,该框架依赖于前馈神经网络和具有物理意义的功能的选择。除了在训练时间上更快之外,这种方法还表现出优于当前的小型数据集机器学习模型的性能。最后,我将通过一些最近的示例来说明高通量从头计算和机器学习的组合所产生的能力。

报告人简介Gian-Marco Rignanese教授,天主教鲁汶大学(Université catholique de Louvain)和鲁汶工业学院(Ecole Polytechnique de Louvain)教授、比利时基础研究基金会(F.R.S.-FNRS)研究总监(Research Director)。 2019年,因其在第一性原理电子结构计算软件和材料基因工程高通量计算软件( AbinitAbipyPyMatGenFireWorks)开发中的杰出贡献而入选美国物理学会会士(APS Fellow)。