報(bào)告題目：人工智能與聲子熱輸運(yùn)

主講人：胡明  教授/博士生導(dǎo)師  美國(guó)南卡羅來(lái)納大學(xué)機(jī)械工程系

主持人：歐陽(yáng)滔  教授/博士生導(dǎo)師  湘潭大學(xué)

報(bào)告時(shí)間：2023年6月6日（周二）9:30-10:30

報(bào)告地點(diǎn)：湘潭大學(xué)物理樓主樓319報(bào)告廳

內(nèi)容簡(jiǎn)介：人工智能與機(jī)器學(xué)習(xí)已經(jīng)徹底改變了當(dāng)代科學(xué)技術(shù)的許多方面。然而，它在能源材料和熱運(yùn)輸領(lǐng)域的潛力還沒(méi)有被充分挖掘出來(lái)。由于機(jī)器學(xué)習(xí)模型所需參數(shù)數(shù)量與組成材料原子種類(lèi)或元素個(gè)數(shù)呈指數(shù)級(jí)變化，現(xiàn)有用于預(yù)測(cè)晶體材料能量載流子（如聲子、離子、電子等）輸運(yùn)性質(zhì)的機(jī)器學(xué)習(xí)方法僅限于少量訓(xùn)練數(shù)據(jù)或某些特殊材料類(lèi)型，這使得機(jī)器學(xué)習(xí)方法無(wú)法真正用于大規(guī)模新材料設(shè)計(jì)與高通量篩選。為了解決這個(gè)問(wèn)題，我們開(kāi)發(fā)了以原子局部近鄰環(huán)境為訓(xùn)練數(shù)據(jù)的元素空間密度神經(jīng)網(wǎng)絡(luò)力場(chǎng)（Elemental-SDNNFF）。受益于該算法獨(dú)特的模型架構(gòu)，使得我們可以輕松利用上億級(jí)別數(shù)據(jù)來(lái)訓(xùn)練單個(gè)超深、超大神經(jīng)網(wǎng)絡(luò)。我們預(yù)測(cè)了超過(guò)十萬(wàn)種無(wú)機(jī)晶體的聲子特性，這些材料涵蓋元素周期表中的63種元素以及17種不同分子式類(lèi)型。我們證明了該算法的有效性和精度，與第一性原理計(jì)算相比，預(yù)測(cè)速度提高了至少3–4個(gè)數(shù)量級(jí)。我們的神經(jīng)網(wǎng)絡(luò)模型可以提供豐富的原子尺度物理和化學(xué)信息，這有利于加深我們對(duì)物質(zhì)結(jié)構(gòu)-性質(zhì)關(guān)系的理解。這種新的神經(jīng)網(wǎng)絡(luò)方法不僅可以用來(lái)于快速篩選聲子熱輸運(yùn)材料，還可以用于與熱輸運(yùn)相關(guān)的一些應(yīng)用，例如全固態(tài)電池、熱能儲(chǔ)存、熱電能量轉(zhuǎn)換等。

講者簡(jiǎn)介：胡明博士現(xiàn)任美國(guó)南卡羅來(lái)納大學(xué)機(jī)械工程系教授。2006年獲得中國(guó)科學(xué)院力學(xué)研究所固體力學(xué)博士學(xué)位。胡教授在計(jì)算傳熱學(xué)方面擁有超過(guò)16年的研究經(jīng)驗(yàn)，尤其對(duì)微納尺度熱輸運(yùn)和界面熱管理的原子模擬有多年研究。胡教授目前帶領(lǐng)的人工智能材料實(shí)驗(yàn)室專(zhuān)注于大數(shù)據(jù)開(kāi)發(fā)和發(fā)展機(jī)器學(xué)習(xí)算法，發(fā)現(xiàn)和設(shè)計(jì)用于先進(jìn)能源工程和技術(shù)的新型材料。胡教授撰寫(xiě)和合著了四本書(shū)章節(jié)和186篇具有高影響力的國(guó)際期刊文章，總被引用超過(guò)7800次（谷歌學(xué)術(shù)H指數(shù)48）。

湘潭大學(xué)物理與光電工程學(xué)院

2023年5月25日