首页 > 学术报告 > 正文

欢迎参加机器学习-计算化学 Workshop

2019年07月03日

Workshop简介

受益于算力的指数增长和算法的突破,人工智能技术在过去的十年间取得了巨大进展。以深度学习为代表的人工智能技术在自然科学领域的成功实践极大加快了科学发现的速度,同时,深度神经网络等也从统计物理等领域中汲取养分从而增进算法的可解释性和预测性能。数据驱动的科学研究方式作为可能的 “第四范式”,将为未来科学研究和合作模式带来变革。

在化学,物理,材料等基础研究领域,机器学习技术已经被应用于计算模拟的各个领域并取得显著成果。公开的数据库和自动化的工作流是推动机器学习在这一领域快速发展的基石。开源软件环境和公开的材料物性及分子性质等数据库的发展将加速整个研究领域的发展。近年来,机器学习在加速计算模拟,预测分子性质,分析结构稳定性,设计药物等问题上都取得了新进展。在这类机器学习任务上,设计满足各类不变性的表示(representation)是提升算法性能的关键。另一方面,科学研究任务对算法的过程和结果的可解释性往往有更高的要求,发展可解释的算法,构造并筛选具有物理化学意义的描述子(descriptor)也是当前机器学习应用于分子和材料计算模拟和性质预测研究的重点。

我们邀请了相关领域的研究者报告领域前沿进展,并设置hands-on tutorials环节帮助参与者熟悉代码的使用。希望借此次机会推动大数据技术在计算化学和材料模拟等领域的应用,增进不同领域研究者的交流,促进开源共享的观念传递发展。

 

报告人简介

Gábor Csányi (剑桥大学工程系 教授): Gábor Csányi 课题组所提出的Smooth Overlap of Atomic Position(SOAP)局域环境表示方法在分子和材料性质预测任务上性能优异,所发展的GaussianApproximation Potential(GAP)已被成功应用于C,B,Si,H2O等多个体系的高精度加速模拟。基于SOAP表示的on-the-fly-learningscheme已经被VASP采纳并将在其6.0版本发布。

刘智攀(复旦大学化学系教授):刘智攀课题组所原创的随机行走(SSW)方法被广泛应用于材料体系势能面的探索。课题组开发的SSW方法,BPNN神经网络势及第一性原理计算代码集成的Lasp软件包是当前大规模高精度原子计算的重要工具。

张林峰:普林斯顿大学数学系和化学系博士,导师为鄂维南教授和Roberto Car教授。其所发展的DeeP Potential机器学习势函数和DPGen方案提供开源自动化的机器学习势函数训练和探索的解决方案。

程冰清:剑桥大学三一学院Research Fellow,博士毕业于EPFL Michele Ceriotti课题组。程冰清博士将机器学习势函数与相关自由能计算方法相结合,应用于材料的热力学性质计算模拟。此外,她的研究兴趣也包括Nuclear quantum effects,Nucleation theory等。

欧阳润海:上海大学材料基因研究院副教授,欧阳润海博士毕业于李微雪教授课题组。在2019年加入上海大学前,欧阳润海博士在德国马普FHI所博士后期间与Matthias Scheffler教授和Luca M. Ghiringhelli 教授合作,发展并编写了SISSO软件包。SISSO基于压缩感知理论,可以从简单特征出发,自动学习可解释的线性机器学习模型。

谢天:麻省理工学院材料工程系博士,导师为Jeffrey Grossman,博士期间曾在Google AI和Deep Mind实习。其所发展的基于图卷积神经网络的表示方法在晶体性质预测和分子动力学数据的分析理解中都有良好表现。

LeopoldTalirz:EPFL分子模拟实验室研究员,是自动化计算框架项目AiiDA的主要开发者之一,与EPFL的BerendSmit 教授和Nicola Marzari 教授合作,致力于nanoporous 材料的计算模拟。

 

会议时间和地点:

2019年9月3-6号

厦门大学化学化工学院

 

报名方式:

诚邀相关方向研究生、博士后等科研人员报名参加。学员不收取注册费用,差旅、食宿费用自理,会务组可协助预定附近酒店(约240元/标间/天)。由于经费和场地限制,人数限五十人,硕、博研究生优先。

学员选拔将采取自由报名,并结合导师推荐的形式录取。报名请填写参加理由,并附上简历(1-2页)和导师签字的推荐信。

报名截止日期 2019年8月1日,最终录取结果将在8月12日电子邮件通知个人。

报名地址:http://summerschoolregister.mikecrm.com/TcQfnPI

 

机器学习-计算化学workshop组委会:

程俊、吴玮、吕鑫、赵仪、曹泽星、梁万珍、王斌举、苏培峰

 

主办单位:

固体表面固体物理化学国家重点实验室

福建省理论与计算化学重点实验室

厦门大学化学化工学院

 

联系方式:

邮箱:pcoss-skl@xmu.edu.cn

电话:郑老师 15759585212/曹老师 18959283096(请在此时间内联系:工作日上午8:00-11:30,下午2:30-5:30)

 


Workshop Program

3rdSeptember 2019

14:00 - 20:00 Registration

 

4thSeptember 2019

9:00- 10:00    Gabor Csanyi (University ofCambridge)

Applying machinelearning to quantum mechanics

10:00 - 11:00    Zhi-PanLiu (Fudan University)

Global neuralnetwork potential from construction to simulation

11:00- 12:00    Lin-Feng Zhang (PrincetonUniversity)

Deep learning formulti-scale molecular modeling

14:00- 18:00 Tutorial: SOAP/GAP, LASP

 

5thSeptember 2019

9:00- 10:00      Bing-QingCheng (University of Cambridge)

Ab initiothermodynamics with the help of machine learning

10:00- 11:00       Run-Hai Ouyang (ShanghaiUniversity)

Data-drivendescriptor identification by using the method SISSO for accelerated materialsdiscovery

11:00- 12:00       Tian Xie (MIT)

CGCNN—A GraphRepresentation of Materials for Property Prediction and Materials Design

14:00- 18:00       Tutorial:DPMD, SISSO, CGCNN

 

6thSeptember 2019

9:00- 11:00      LeopoldTalirz (EPFL)

High-throughputcomputations: general methods and applications using AiiDA

11:00- 12:00       Tutorial:AiiDA

14:00- 18:00       Tutorial:AiiDA

报告人 时间 9月3-6日
地点 化学化工学院 月份 9
3-6