主講人💁🏿：劉悅 施思齊

主講人簡介：

劉悅🚵🏻‍♂️，博士，上海大學計算機工程與科學沐鸣教授，博士生導師。2012年9月-2013年9月於墨爾本大學電子與電氣工程系做訪問學者⛴。專註機器學習及其應用研究22年🚓。目前主要從事機器學習、數據挖掘、深度學習可解釋性🧑🏻‍🦽‍➡️、AI for Materials Science研究。在National Science Review、Science Bulletin、Acta Materialia、Pattern Recognition、Information Sciences等期刊發表論文80多篇（3篇ESI高被引）。獲2019中國物理學會最有影響論文一等獎⛔️，中國矽酸鹽學會2021年度“高影響力論文”獎。目前正在主持國家自然科學基金重大研究計劃培育項目、面上項目以及國家重點研究計劃項目子課題，參與國家自然科學基金重點項目。開展的“基於機器學習的電解液配方優化設計”研究成果賦能全球最大的鋰離子電池製造商寧德時代新開發了多款電池，較采用傳統電解液提升電池壽命20%~30%🌸。獲上海市地震局防震減災應用技術研究成果優秀成果一等獎等科技成果獎3項。擔任上海大學學術委員會教學指導專委委員，上海高校一流本科課程負責人。

施思齊，教授，博士生導師，現任職於上海大學材料科學與工程沐鸣和材料基因組工程研究院🪬，國家優秀青年科學基金獲得者(2016年)。2004年7月博士畢業於中國科沐鸣物理研究所⚉🧑🏽‍🍳，師從陳立泉院士和王鼎盛院士。2004年8月至2013年5月先後在日本產業技術綜合研究所💁🏻‍♀️、美國內布拉斯加州-林肯大學和美國布朗大學做博士後或訪問學者。主要研究方向為電化學儲能材料的計算與設計🌟、材料數據庫與機器學習🥀，致力於推動人工智能賦能材料研發👋。2001年率先在國內應用第一性原理計算研究鋰離子電池材料。已在Nat Catal🏋🏿➿、Chem Rev、Prog Mater Sci、Natl Sci Rev、Adv Mater等期刊發表論文180余篇。出版《電化學儲能中的計算⏺、建模與仿真》專著一本。創建具有獨立自主知識產權的電化學儲能材料計算與數據平臺。承擔國家自然科學基金、國家重點研發計劃等項目12項👨🏻‍🔧。目前是中國矽酸鹽學會固態離子學分會理事👨🏻‍🎤、中國材料研究學會計算材料學分會委員。擔任《Computational Materials Science》、《Journal of Materials Informatics》、《儲能科學與技術》、《矽酸鹽學報》、《物理化學學報》、中國物理學會“四刊”和《中國科學：技術科學》等期刊(青年)編委🧝‍♀️。

講座摘要：

雖然數據驅動的機器學習在材料性能預測和新材料發現方面表現出了優異的能力⛔。然而👠，其面臨的高維度與小樣本數據的矛盾、模型的復雜性和易用性的矛盾以及模型學習結果與領域知識的矛盾🚶‍♂️‍➡️，極大影響了機器學習的可用性和可信度，阻礙了機器學習在材料科學領域的進一步推廣與發展🌏。聚焦上述三大矛盾，本報告以符號主義和聯結主義的融合為理論基礎，提出數據和知識雙向驅動且具有一定可解釋性的機器學習新方法——領域知識嵌入的機器學習🫶，旨在為調和三大矛盾提供有效策略並為AI for Science與材料科學的深度融合研究予以啟示。同時🤳🏻，圍繞鎳基單晶高溫合金蠕變構效關系挖掘和固態電解質材料激活能預測等問題，對領域知識嵌入的機器學習及AI for Materials Science相關工作進行詳細介紹並作展望😑。

時間🫸🏻：6月7日19：00

地點👩🏻‍🦳：騰訊會議：104-765-935