【直播】【上大材料基因组工程院】在材料信息学和机器学习方法开发的十字路口

主要观点总结

本文介绍了在材料信息学和机器学习方法开发的领域里，Sergei Manzhos教授关于材料信息学和机器学习的报告内容。Manzhos教授来自东京工业大学，他的研究兴趣包括可再生能源技术的材料界面建模、计算光谱学、大规模电子密度基础方法和机器学习等。报告摘要介绍了材料信息学正在成为科学技术探索的主流，它通常利用机器学习技术从化学成分和结构描述中预测材料结构和性质。文章还提到了数据在材料信息学中的重要性，以及主流机器学习方法面临的挑战，如数据稀疏性、昂贵的非线性优化和过度拟合等问题。文章最后介绍了混合方法，这些方法结合了神经网络、核回归和耦合表示，可以有效地处理这些挑战。

关键观点总结

关键观点1: Sergei Manzhos教授的背景和研究兴趣

Sergei Manzhos是来自东京工业大学等著名学府的资深教授，他的研究涵盖材料建模、可再生能源技术、计算光谱学、大规模电子密度基础方法和机器学习等领域。

关键观点2: 材料信息学的趋势和挑战

材料信息学正在成为科学技术探索的主流，它使用机器学习技术从化学成分和结构描述预测材料结构和性质。然而，数据稀疏性、昂贵的非线性优化和过度拟合等问题是主流机器学习方法面临的挑战。

关键观点3: 混合方法介绍及其在材料信息学中的应用

为了解决主流机器学习方法面临的挑战，混合方法被引入，结合了神经网络、核回归和耦合表示等技术。这些方法在材料性质预测、陶瓷快速筛选和可再生能源系统管理等例子中展示了优势。

文章预览

在材料信息学和机器学习方法开发的十字路口 2024年9月6日 15:00 蔻享学术 扫码观看直播 报告人介绍 Sergei Manzhos Sergei Manzhos is Associate Professor at the School of Materials and Chemical Technology，Tokyo Institute of Technology. He holds a master's degree in radio physics and electronics from Kharkiv National University, Ukraine (1999)and a Ph.D. in chemistry from Queen's University, Canada (2005). He was NSERC Postdoctoral Fellow at the University of Montreal, Canada, in 2005-2008. In 2008-2012 he was Project Assistant Professor at the University of Tokyo, and in 2012-2019 Assistant Professor and group leader at the Department of Mechanical Engineering, National University of Singapore. He was Associate Professor at the Centre Énergie Matériaux Télécommunications, Institut National de la Recherche Scientifique (INRS) in Quebec, Canada, before joining Tokyo Institute of Technology in 2021. His research interests include modeling of materials a ………………………………