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 点击链接
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？
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MaXFlow分子模拟与人工智能平台实现机器学习自动化？”
MaXFlow人工智能与分子模拟平台助力研发智能创新，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
