Abstract:

在信息技術(shù)的驅(qū)動下,大數(shù)據(jù)結(jié)合人工智能技術(shù)給物質(zhì)科學(xué)的發(fā)展帶來了全新的理念。越來越多的復(fù)雜科學(xué)問題的解決和新材料的實(shí)現(xiàn)依賴于海量和高維數(shù)據(jù)的采集和分析。高通量實(shí)驗(yàn)方法可以實(shí)現(xiàn)材料的快速探索和篩選，在較短的時間內(nèi)提供大量的、可重復(fù)性的、條件高度可控的平行數(shù)據(jù)，從而構(gòu)建高質(zhì)量的數(shù)學(xué)和物理模型。進(jìn)而，利用新型的人工智能技術(shù)如機(jī)器學(xué)習(xí)處理、可視化和分析數(shù)據(jù)并構(gòu)建模型，進(jìn)一步探索材料結(jié)構(gòu)的形成機(jī)理以及構(gòu)效關(guān)系。

本次報(bào)告，我將重點(diǎn)展示表面納米結(jié)構(gòu)的高通量實(shí)驗(yàn)制備及利用人工智能方法進(jìn)行數(shù)據(jù)分析。第一部分，我將展示我們在金屬表面上利用高通量實(shí)驗(yàn)方法制備具有單組分或雙組分的表面超分子納米結(jié)構(gòu)。第二部分內(nèi)容聚焦于利用新型的機(jī)器視覺方法進(jìn)行圖像中有機(jī)分子的自動檢測、識別和分類。使用新型的計(jì)算機(jī)視覺實(shí)例分割我們發(fā)展了一種用于自動標(biāo)注并且確定所研究的有機(jī)分子位置的深度學(xué)習(xí)網(wǎng)絡(luò)。最后，我還將展示如何利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行低維分子體系的快速數(shù)據(jù)分析和數(shù)據(jù)挖掘。

Bio:

孫強(qiáng)（男），教授、博士生導(dǎo)師。國家級海外高層次青年人才、上海海外高層次人才引進(jìn)計(jì)劃。主要從事表面物理化學(xué)、新型低維材料和新型量子材料的原子尺度精準(zhǔn)合成以及高分辨率表征、超高真空環(huán)境設(shè)備開發(fā)。主要研究手段包括超高真空掃描探針顯微鏡以及光電子能譜技術(shù)。近年來，利用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和人工智能方法，結(jié)合高通量實(shí)驗(yàn)手段研究人工智能在表面科學(xué)中的應(yīng)用，包括機(jī)器視覺、自動目標(biāo)識別和性能預(yù)測。2017年獲博士學(xué)位后，獲得歐盟瑪麗居里博士后項(xiàng)目資助在瑞士聯(lián)邦材料科學(xué)與技術(shù)研究所（Empa）工作。于2020年9月加入上海大學(xué)材料基因組工程研究院。在相關(guān)領(lǐng)域共發(fā)表70余篇SCI論文，以第一或通訊作者身份發(fā)表的SCI論文包括Nat. Chem., Adv. Mater., JACS, Angew. Chem. Int. Ed., Nano Lett., ACS Nano。