讲座背景：
材料科学研究先后经历了经验驱动、理论驱动、计算驱动和大数据驱动等4种范式，第四范式(数据驱动科学)与之前的第一、第二与第三范式不同则是由算法对大量数据进行智能分析并寻找数据间内在联系的研究方式，从已有实验数据出发，对未知的数据进行推断和预测。这4种范式各具特点又紧密联系。而以第四范式为核心，辅以前3种范式的材料基因组，将理论计算、数据库技术、人工智能和实验有机结合，在付诸实验前通过计算机“虚拟合成材料并表征材料性能”，从而达到提高新材料的研发速度，降低研发成本的目的。
20世纪以来，高分子材料行业伴随着石化工业的发展取得了极大的进展。进入21世纪以来，全球高分子材料市场快速增长，亚洲尤其中国市场增长较快。现阶段，我国高分子材料行业面临一个新的大发展时期，如城市化进程中大规模的市政建设、新能源的利用和大规模开发、环境保护政策的出台、汽车工业的发展、大规模的铁路建设、大飞机项目等。在巨大的市场需求牵引下，高分子材料产业的发展将有广阔的发展空间。
目前，以经验或理论为指导的实验试错法依旧是开发新的高分子材料的主要方式，它往往需要不断地尝试和反复实验来探索较为广阔的化学结构空间，所需的工程量十分巨大；同时，传统手写笔记的实验记录方式由于易丢失，难以整合，知识无法沉淀等问题也制约着高分子材料研发的进程。传统的“实验”与“记录”很大程度上已无法满足21世纪工业发展对高分子材料的需求。通过电子实验记录来帮助高分子材料研发领域解决数据记录问题，进一步将多源数据融合打造属于企业自己的高分子材料数据基因，最终通过分子模拟与机器学习等实现数据驱动科学，提升研发效率，是行业实现数字化转型的新趋势。
创腾科技提供高分子材料行业数字化转型整体解决方案，自主研发的三款产品（iLabPower研发创新平台、SDH科学数据基因组平台与MaxFlow分子模拟与人工智能平台）助力研发人员从实验数据记录开始到多数据源融合、人工智能数据挖掘与分析，更高效更便捷地加速高分子材料研发。
讲座内容：
本次讲座会结合案例+软件实操的方式来跟大家带来高分子材料行业数字化转型整体解决方案的相关分享。
▶ 高分子材料数字化研发的新模式
▶ iLabPower研发创新平台介绍
· 项目与流程管理
· 实验报告定制
· 历史数据检索
· 实验物资管理
▶ SDH科学数据基因组平台介绍
· 线下文件处理
· 数据融合
· 数据基因组搭建
· BI报表数据分析
▶ MaXFlow-人工智能加速模型自由
· 机器学习方法预测高分子材料结构与性能的关系
· 环氧树脂粘度预测
· CNN预测高分子玻璃化转变温度
▶ MaXFlow-自动化、高通量的材料模拟计算
· 聚合物模型搭建
· 玻璃化转变温度计算
· 拉伸性能计算
· 溶解度参数与内聚能密度计算
· 阻隔性能计算
