巨明刚：机器学习启发下材料设计与合成-物理学院

相关文章推荐

睡不着的卡布奇诺 · 11个好问题，问一壶夏日清酒_网易酒香_ji ...· 3 周前 ·

强悍的毛衣 · 重庆市人民政府关于2013年度重庆市科学技术 ...· 1 月前 ·

没有腹肌的山寨机 · 如何更改微软Microsoft ...· 2 月前 ·

坏坏的饭盒 · 青岛水兵俱乐部为我国最早“电影院”· 1 年前 ·

有腹肌的板凳 · 特种兵式旅游，小城市的胜利_手机新浪网· 1 年前 ·

举办单位： 物理学院

报告简介：

先进功能材料具备解决人类面临的重大全球挑战的潜力。新型钙钛矿材料呈现出广泛的调谐性，从纯无机到有机 - 无机杂化，以及从三维到零维，形成了庞大的组分和构型相空间。这为新型钙钛矿材料赋予了独特的结构和物化特性，例如液晶二元性和复杂的有机 - 无机相互作用。钙钛矿作为新型先进功能材料的研究迅速发展，引起了相关领域范式的变革。针对这些新型卤化物钙钛矿材料，使用传统理论方法如分子动力学、激子动力学以及第一性原理等进行模拟研究将变得极为昂贵。而借助机器学习方法将能够有效降低相关成本。目前，机器学习在钙钛矿的设计和筛选方面取得了显著进展，大大促进了新型钙钛矿材料的发现。然而，与性质和结构预测相比，材料可合成性的预测更为复杂，导致许多理论上预测的新材料在实验中无法实现。这主要是因为材料合成涉及一个复杂、多维的化学反应空间挑战，需要专业评估各种反应条件，如前体、添加剂、溶剂、浓度和温度。科学家在实验室中对合成条件的探索通常受限于有限的合成文献和个人经验。因此，在典型实验室环境中，如何优化实验合成条件以加速新材料的实现成为一个亟待解决的基本挑战。本报告主要介绍两个主要方面的工作： 1 ）基于目标性能的新型钙钛矿材料的高通量筛选与设计； 2 ）使用机器学习算法加速新型钙钛矿材料的实验合成。。

参考文献：

[ 1] Ju, M. -G.; Dai, J.; Ma, L.; Zeng, X. C. J. Am. Chem. Soc. 2017, 139, 8038.

[ 2] Ju, M.-G.; Dai, J.; Ma, L.; Zeng, X. C. Adv. Energy Mater. 2017, 7, 1700216.

[ 3] Ju, M.-G.; Chen, M.; Zhou, Y.; Garces, H. F.; Dai, J.; Ma, L.; Padture, N. P.; Zeng, X. C., ACS Energy Lett. 2018, 3, 297.

[ 4] Ju, M.-G.; Chen, M.; Zhou, Y.; Garces, H. F.; Dai, J.; Ma, L.; Padture, N. P.; Zeng, X. C., Joule 2018, 2, 1231.

[ 5] Ju, M.-G.; Dai, J.; Ma, L.; Zhou, Y.; Liang, W.; Zeng, X. C., J. Mater. Chem. A 2019, 7, 16742.

[ 6] Gao, X.; Luo, J.; Wu, Y.; Lu, A.; Ju, M.-G.; Wang, J., 2022, 3, 2100219.

[ 7] Wu, Y.; Lu, S.; Zhou, Q.; Ju, M.-G.; Zeng, X. C.; Wang, J., Adv. Funct. Mater. 2022, 32, 2204579.

报告人简介：

巨明刚，东南大学物理学院教授，于 2007 年本科毕业于四川大学化学系， 2015 年博士毕业于中国科学技术大学化学物理系， 2016 年 2 月至 2020 年 2 月，在美国内布拉斯加大学林肯分校进行博士后研究工作，获得仲英青年学者，并入选国家高层次人才特殊支持计划青年拔尖人才项目。研究兴趣主要集中于力电光材料的物理化学与多尺度模拟前沿研究，主要采用第一性原理计算、分子动力学、过渡态搜索等多尺度理论方法结合数据驱动技术探索力电光材料的本征独特性质以及微观物理、外场刺激下响应机理、成核与生长机制等。目前在学术期刊上已发表 SCI 论文 50 余篇，包括学科顶级期刊 J. Am. Chem. Soc. ， Angew. Chem. Int. Ed. ， Nat. Commun., Joule 等。