报告题目：软物质遇见机器学习

报 告 人：北京航空航天大学蒋滢研究员

邀 请 人：周嘉嘉

报告时间：2023年3月13日下午14:30

报告地点：五山师生：五山校区北区科技园2号楼324

广州国际校区师生：腾讯会议554-158-619

欢迎广大师生踊跃参加。

前沿软物质学院

华南软物质科学与技术高等研究院

2023年3月6日

报告摘要：

软物质的研究范畴非常广泛，涵盖聚合物、胶体、液晶、凝胶等。体系中的“熵-焓”竞争导致其在介观尺度的微结构异常复杂，其微纳尺度结构与材料的宏观性能紧密相关，因此，如何有效的精确识别材料的微结构，进而研究微结构转变的物理条件与规律，对于软物质功能材料的设计和加工至关重要。我们利用机器学习方法，针对软物质体系微结构形成的平衡态性质和非平衡态动力学行为，提出了一些研究策略，并发展了相应的研究方法。我们将以四个典型的软物质体系为研究对象，分别展开讨论：1.颗粒体系的玻璃化转变；2.聚合物体系相分离的演化动力学；3.微纳结构设计调控超疏水表面的粘附性；4.聚合物微结构的反向设计。对比于相应的传统研究方法，我们发现：由机器学习构建的模型，在诸多方面都表现出令人惊喜的优异表现。不仅可以精准提取平衡态与非平衡态相变的物理性质，而且，可以大大加速体系的动力学演化的求解过程，同时，可以有效的指导微纳表面功能材料的结构设计，此外，还可以加速软物质功能材料的反向设计。由这些研究所取得的初步成果，我们发现，机器学习方法可以为软物质领域的研究带来全新的视角，或将成为具有变革性的全新的研究范式，不但可以加深对体系物理机制的理解，而且，可望实现精确的定量预测，最终实现从物理机制揭示，到实验可控制备的目标。

报告人简介：

蒋滢，北京航空航天大学化学学院研究员，博士生导师。2016年获得国家优秀青年科学基金项目支持。主要从事软物质体系在微纳尺度相行为的理论研究，通过发展介观尺度的平衡态和动力学的理论与计算方法，阐释体系微结构的调控机制。研究体系包括：半刚性聚合物微相分离、表界面诱导液体定向输运、胶体溶液、软物质玻璃等。近期，聚焦于将机器学习方法引入软物质体系物理规律的研究，通过设计以及发展机器学习方法和模型，提升对体系非线性响应行为的预测准确性，同时，探索预测模型的物理可解释性，从机器学习模型的角度理解体系的微观机制。近年来，以第一/通讯作者发表SCI论文40余篇，包括：PRL, PNAS, Advanced Materials, Small, ACS Macro Letters, Macromolecules, Soft Matter, PRE等。