高通量实验+机器学习在钙钛矿材料中的应用

讲座名称：高通量实验+机器学习在钙钛矿材料中的应用

讲座人：赵怡程

讲座时间：12月29日15:30

讲座地点：腾讯会议直播（ID：676 225 777 密码：211229）

讲座人介绍：

赵怡程，2018年博士毕业于北京大学，导师为赵清教授和俞大鹏院士（现南方科技大学量子科学与工程研究院院长），期间在加拿大多伦多大学Edward H. Sargent教授研究组进行一年的交流学习。2018年至今在德国赫姆霍兹研究所（Helmholtz-Institute Erlangen-Nürnberg）和埃尔朗根-纽伦堡大学进行博士后研究(洪堡学者)，主要方向是高通量实验和机器学习在新材料研发中的应用，合作导师为有机光伏领域领军人物Christoph J. Brabec教授。近年来，以第一作者/通讯作者在Nat. Energy (1篇), Nat. Communications (4篇), Light: Sci. & Appl. (1篇), Adv. Mater. (1篇), Adv. Energy Mater. (1篇), ACS Energy Letters (2篇), Phys. Rev. Mater. (1篇), J. Phys. Chem. Letters (3篇) 等国际著名学术期刊发表研究论文十余篇。目前已授权中国发明专利1项。

讲座内容：

随着机器学习的迅速发展，尤其是基于Python的机器学习库函数的大量开发(e.g. SKlearn, Shap, SKoptimize, Rdkit），使得材料研究人员可以在很短的时间内搭建机器学习框架并进行模型训练。海量的Python库函数使得研究人员只需要专注于问题解决思路，而不是大量的代码编写。另外，随着近年来可解读机器学习的发展，尤其是SHAP库函数的成熟，研究人员可以对非线性复杂体系进行解读，从而理解这种体系。本次报告首先将对高通量实验+机器学习在复杂材料的探索中的重要性做一个简要介绍；然后着重讲述这种新的材料学研究方法在钙钛矿材料稳定性研究中的应用，包括机理研究（稳定性反转现象的发现）以及性能优化（超稳定钙钛矿平面异质结器件的制备）；最后，对高通量实验+机器学习的研究范式做一些展望。

主办单位：机电工程学院