报告题目：利用机器学习和统计物理加速软物质材料的设计

报告人：Marjolein Dijkstra（荷兰乌特勒支大学物理系终身教授，荷兰皇家艺术与科学院院士）

报告邀请人：周嘉嘉教授

报告时间：2024年5月14 (周二) 10:00-11:00

报告地址：国际校区C3-c204（线下会议）

前沿软物质学院

华南软物质科学与技术高等研究院

2024年5月13日

报告摘要:

　　从微观尺度预测材料的涌现性仍面临巨大挑战。机器学习和逆向设计为理解和制备新颖材料开启了新的范式。尽管如此，由于熵的重要贡献、多尺度和多体相互作用、热力学非平衡态以及活性物质系统的广泛存在，利用机器学习和逆向设计制备软材料仍面临诸多困难。具有(部分)取向性和位置序的软材料体系，如液晶、准晶、塑性晶体，以及研究体系中无处不在的热噪声，使得利用机器学习对上述材料开展物态分类变得非常困难。本次报告中，Dijkstra教授将讨论并回答以下科学问题:我们能否使用机器学习来自动识別材料的局部结构，研究材料的相变，对物相分类并找到相应的序参量，我们能否识别相转变的动力学路径，以及能否使用机器学习粗粒化处理实验模型。最后，Dijkstra教授将展示如何使用机器学习来逆向设计粒子的相互作用以稳定自然界中一种具有特殊对称性的物质，即准晶。 

报告人简介：

　　Marjolein Dijkstra，荷兰乌特勒支大学物理系终身教授，荷兰皇家艺术与科学院院士。Dijkstra教授利用计算机模拟在软物质材料的逆向设计领域取得了令人瞩目的研究成果，为“理性”设计功能软材料提供了有力的理论指导。她是著名物理期刊Reviews of Modern Physics的编辑。她团队的研究成果发表在Nature及子刊(23篇)、Physics Review Letters(40余篇)等高影响力学术期刊。基于她在软物质领域的杰出贡献， Diikstra教授荣获荷兰科学研究委员会颁发的Minerva奖，并获得了EU-ERC Advanced等多个极具竞争力的科研基金的资助。