报告时间：2025年10月30日下午1:30-3:30（第一场）
2025年10月30日晚上18:00-20:00（第二场）
报告地点：第三教学楼117
报 告 人：陆文聪 教授
上海数之微信息科技有限公司 董事长
报告简介：
本报告首先介绍常见机器学习算法原理，特别是在材料设计和工业优化中广泛应用的算法，如经典统计学方法（包括统计模式识别方法）、支持向量机方法、人工神经网络方法（包括深度学习方法）、遗传算法等。同时也介绍基于机器学习的材料设计和工业优化。材料设计包括正向设计和逆向设计（包括我们原创的模式识别逆投影和主动渐进搜索算法），用于新材料的发现和材料性能的优化，达到为材料创新赋能的目的。应用案例涉及钙钛矿、高熵合金、低熔点合金等材料设计。工业优化主要介绍基于机器学习的工业优化软件平台——“AI挖潜增效平台”，该平台可以构建化工新材料优化生产的边界条件，实时智能优化生产过程，达到产品“质量保优，产量创高”的目的。应用案例包括氟橡胶、电解铝、镀锡板等工业优化。
报告人简介：
1986年本科毕业于清华大学化学系物理化学及仪器分析专业，2000年博士毕业于中国科学院上海冶金研究所材料物理和化学专业。2002年任上海大学理学院化学系教授，2004年任材料学博士生导师。现任上海数之微信息科技有限公司董事长，上海市数字引擎联盟副理事长。长期从事基于机器学习的材料设计和工业优化工作，先后主持国家科技部重点研发计划课题、国家自然科学基金项目、化工/材料/环保行业的数据挖掘项目等30余项，发表学术论文300余篇，研究专著5本，获得发明专利16项。主要科研成果“AI挖潜增效平台”已在新材料和化工等行业推广应用。
