报告题目：机器学习在分子和团簇结构搜索中的应用

报告人：陈曦教授

主持人（邀请人）：蒋青教授、高旺教授

报告时间：9月5日下午14:00-14:45

报告地点：机械材料馆209学术报告厅

主办单位：汽车材料教育部重点实验室，吉林大学材料科学与工程学院

摘要：

搜索分子和纳米材料的稳定结构是一个跨学科的研究领域; 是计算物理、计算化学、化学信息学、药物设计和基于结构的材料筛选中长期的研究热点问题。随着算法和计算机硬件的发展，机器学习在分子和纳米材料的结构搜索中发挥着越来越重要的作用。报告将结合我们近期的工作，介绍贝叶斯主动学习[1,2]、变分自编码器[2]、机器学习力场[4]等机器学习方法在分子和团簇结构搜索中的应用。

[1] L. Fang, E. Makkonen, M. Todorović, P. Rinke and X. Chen, J. Chem. Theory Comput. 17, 1955 (2021).

[2] X. Guo, L. Fang, Y. Xu, D. Hui, P. Rinke, M. Todorović and X. Chen, J. Chem. Theory Comput. 18, 4574 (2022).

[3] L. Fang, X. Guo, M. Todorović, P. Rinke and X. Chen, J. Chem. Inf. Model. 63, 745 (2023).

[4] L. Fang, J. Laakso, P. Rinke, Xi Chen, J. Chem. Phys. 160, 094106 (2024).

报告人简介：

陈曦，本科毕业于南开大学，博士毕业于中国科学院大学。2009-2022年先后在法国科学研究中心材料物理与材料化学研究所、芬兰阿尔托大学等研究机构从事科研工作。2022年12月起在兰州大学物理科学与技术学院担任教授。已在包含Nat. Commun., JACS, Angewandte Chemie，Rhys. Rev. B,的期刊发表文章40篇。主要研究方向为纳米团簇的模拟以及含时密度泛函、机器学习算法的开发。