学术讲座
报告题目：机器学习加速材料设计与合成
报告时间：2025-05-16 09:00
报告人： 巨明刚 教授
东南大学
报告地点：曾呈奎楼B311会议室
报告摘要：
先进功能材料具备解决人类面临的重大全球挑战的潜力。目前，机器学习在材料设计和筛选方面取得了显著进展，大大促进了新材料的发现。然而，相较于性质和结构的预测，材料可合成性的预测更为复杂，导致许多理论上预测的新材料在实验中无法实现。这主要是因为无机材料的合成是一个涉及大量原子、结构和相的相互作用的复杂过程。目前缺少普适规则，加之温度、反应时间等多参数耦合影响，研究者往往陷入"经验试错"的困境。常规实验室受限于资源约束和变量控制难度，全面探索实验参数组合犹如大海捞针，导致新材料研发周期动辄以年计。计算能力的飞跃与机器学习技术的突破为这一困局带来转机。通过融合热力学/动力学机制、理论计算与机器学习技术，合成化学家能够深入理解材料合成过程并优化实验流程与参数。本报告将重点介绍两个方面的研究进展：（1）基于机器学习的新型功能材料高通量筛选与设计；（2）结合专家知识与机器学习算法加速材料实验合成。这些研究为新型功能材料的开发提供了新的思路和方法论指导。
报告人简介：
巨明刚，教授，博导。2007年本科毕业于四川大学化学系，2015年研究生毕业于中国科学技术大学化学物理系，获博士学位，2016年2月至2020年2月，在美国内布拉斯加大学林肯分校进行博士后研究工作。现为东南大学物理学院青年首席教授，获得仲英青年学者，高层次青年人才。研究兴趣主要集中于力电光材料的前沿理论研究，主要采用第一性原理计算、分子动力学、过渡态搜索等多尺度理论方法结合数据驱动技术探索力电光材料的本征独特性质以及微观物理、外场刺激下响应机理、成核与生长机制等。目前在学术期刊上已发表SCI 论文 50余篇，包括学科顶级期刊J. Am. Chem. Soc.，Angew. Chem. Int. Ed.，Nat. Commun., Joule等。
欢迎老师同学们积极参加!
化学化工学院
表界面化学全国重点实验室
