清华大学材料科学与工程研究院《材料科学论坛》学术报告
报告时间：2025年7月1日 上午09:30
报告人：于剑 （天目山实验室高性能航空材料与先进制造中心）
报告地点：清华大学逸夫技术科学楼A205学术报告厅
邀请人：王轲老师
报告题目：根知识与小数据协同智能计算材料
报告摘要：
深度学习需要大数据，材料是一个典型的小数据领域；高通量实验和高通量计算在于大量生产数据，机器学习则用作数据筛选和映射关系分析的工具；传统计算仿真是求解动力学方程，不同力学理论导致跨尺度材料计算壁垒。为了克服数据驱动机器学习方法在数据量、解释性、泛化能力等方面的局限性，需要着力发展知识和数据双驱动智能计算新方法。本报告将展示一个根知识与小数据协同的材料智能计算新架构，要点包括基于系统论和动力学方程对材料数据结构与关系进行梳理，构建与化学还原-物理涌现对应的非线性数据结构及其关系网；各尺度特征的数字化，特别是构建晶格尺度化学式、化学键等系综特征数字化描述符；融合算法模型与数理模型、发展小数据智能计算新算法。示例材料包括超高温陶瓷、碳纤维、金属与合金、钙钛矿氧化物等多种体系。晶格尺度系综特征的数字化不仅完备了材料的特征集，还实现了数理模型的降维与物理涌现行为的协同。
本工作所发展的知识与数据协同智算仿真技术与材料智能设计方法将促进新材料发现方式从试错式走向预测式，并提升材料的服役评估能力与智能制造水平。
报告人简介：
于剑教授，天目山实验室研究员。吉林大学材料科学学士，南京大学凝聚态物理硕士，中国科色播app
上海技术物理研究所微电子学与固体电子学博士。全国百篇优秀博士学位论文作者、德国洪堡学者、日本JSPS特别研究员、教育部新世纪优秀人才、上海市东方学者。长期从事钙钛矿氧化物磁电、压电等铁性功能材料研究，采用数据科学范式建立了钙钛矿氧化物铁性功能材料的预测式设计物理模型，发现了钙钛矿型室温铁磁半导体、室温铁磁-铁电多重铁性体等系列新材料体系。出版了《钙钛矿结构铁性功能材料》和《工程设计基础》著作。现从事材料的智算预测设计与服役评价算法研究和新材料开发。