重磅!又登Nature頂刊的催化材料,科研新里程!
重磅!又登Nature頂刊的催化材料,科研新里程!
icat2019
我為催化狂!
背景
面對巨大的材料設(shè)計空間,基于理論研究、實驗分析以及計算仿真的傳統(tǒng)方法已經(jīng)跟不上高性能新材料的發(fā)展需求。近年來,機器學(xué)習(xí)與材料基因組的結(jié)合帶動了材料信息學(xué)的進步,推動了材料科學(xué)的發(fā)展。當(dāng)前,運用數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)算法建立材料性能預(yù)測模型,然后將其應(yīng)用于材料篩選與新材料開發(fā)的研究引起了學(xué)者們的廣泛關(guān)注。利用機器學(xué)習(xí)框架搭建材料研究設(shè)計平臺對材料大數(shù)據(jù)資源進行分析與預(yù)測,成為開發(fā)新型材料的重要手段。包括根據(jù)預(yù)測對象確定材料特征的計算或自動抽取,不同精度的實驗與計算數(shù)據(jù)的獲取與預(yù)處理;選取或者開發(fā)合適的機器學(xué)習(xí)預(yù)測模型和訓(xùn)練算法;估計預(yù)測效果與預(yù)測性能的可靠性;處理材料機器學(xué)習(xí)問題所獨有的小數(shù)據(jù)、異構(gòu)數(shù)據(jù)、非平衡數(shù)據(jù)等特性。目前研究的焦點是針對不同的材料性能,收集相關(guān)的數(shù)據(jù)集,基于物理原理構(gòu)造特征表示來訓(xùn)練機器學(xué)習(xí)模型,并將機器學(xué)習(xí)的最新技術(shù)用于材料信息學(xué)。現(xiàn)階段機器學(xué)習(xí)已經(jīng)被應(yīng)用于光伏、熱電、半導(dǎo)體、有機材料等幾乎所有的材料設(shè)計領(lǐng)域。通過采用機器學(xué)習(xí)算法訓(xùn)練材料性能的預(yù)測模型,并將其用于篩選現(xiàn)有材料數(shù)據(jù)庫或者搜索新的材料,大大加快了新材料發(fā)現(xiàn)的過程。機器學(xué)習(xí)在材料科學(xué)的研究應(yīng)用文章近兩年來多次發(fā)表在Nature、Science、Angew、Advanced Materials、JACS、Nano Letters、ACS Catalysis、Joule、Matter、Energy Storage Materials等國際知名頂刊 材料基因組技術(shù)是近年來興起的材料研究新理念和新方法,是當(dāng)今世界材料科學(xué)與工程領(lǐng)域的最前沿。材料基因組技術(shù)的實質(zhì)是通過融合高通量材料計算設(shè)計、高通量材料實驗和材料數(shù)據(jù)庫三大組成要素,構(gòu)建材料設(shè)計研發(fā)的協(xié)同創(chuàng)新網(wǎng)絡(luò),加速新材料從發(fā)現(xiàn)到應(yīng)用的全過程。材料基因組計劃的核心理念,是通過計算、數(shù)據(jù)和實驗"三位一體"的方式,變革傳統(tǒng)的主要基于經(jīng)驗和實驗的"試錯法"材料研發(fā)模式,把發(fā)現(xiàn)、開發(fā)、生產(chǎn)和應(yīng)用新材料的速度提高到目前的兩倍。它旨在建立一個新的以計算模擬和理論預(yù)測優(yōu)先、實驗驗證在后的新材料研發(fā)文化,從而取代現(xiàn)有的以經(jīng)驗和實驗為主的材料研發(fā)的模式。 由于機器學(xué)習(xí)材料與材料基因組研究發(fā)展緩慢,學(xué)習(xí)平臺文獻資料較少,培訓(xùn)學(xué)習(xí)迫在眉睫, 應(yīng)廣大科研人員要求,本單位經(jīng)過數(shù)月調(diào)研,決定聯(lián)合專家舉辦“機器學(xué)習(xí)(ML)在材料領(lǐng)域應(yīng)用與材料基因組”的專題線上培訓(xùn)班,本單位已經(jīng)舉辦多期培訓(xùn),參會人員達500余人,對于培訓(xùn)安排和培訓(xùn)質(zhì)量學(xué)員一致評價極高 ,我們也是國內(nèi)從事事機器學(xué)習(xí)(ML)材料領(lǐng)域應(yīng)用與材料基因組的專業(yè)培訓(xùn)單位,培訓(xùn)請一定要認(rèn)準(zhǔn)我們!
培訓(xùn)對象
培訓(xùn)目標(biāo)
機器學(xué)習(xí)(ML)在材料研究中的應(yīng)用,讓學(xué)員能夠掌握學(xué)習(xí)理論知識及熟悉代碼實操,文章的復(fù)現(xiàn),學(xué)會anaconda、Python、pymatgen等軟件、以及機器學(xué)習(xí)數(shù)據(jù)采集及清洗、分子結(jié)構(gòu)表示及提取、模型訓(xùn)練和測試、性能評估及優(yōu)化,KNN、線性回歸方法,學(xué)會機器學(xué)習(xí)材料預(yù)測,材料分類,材料可視化,多種機器學(xué)習(xí)方法綜合預(yù)測等操作技能,獨自完成自己的課題研究項目
材料基因組實戰(zhàn)應(yīng)用,讓學(xué)員能夠掌握Python實操、材料基因組設(shè)計、材料數(shù)據(jù)庫、OQMD數(shù)據(jù)庫、AFLOW數(shù)據(jù)庫、高通量計算、通過多個實例掌握基于數(shù)據(jù)驅(qū)動的功能材料開發(fā) 并且助力您發(fā)Nature、Science、Angew、Advanced Materials、JACS、Nano Letters、ACS Catalysis、Joule、Matter、Energy Storage Materials等頂刊文章!
培訓(xùn)特色
1、課程特色--全面的課程技術(shù)應(yīng)用、原理流程、實例聯(lián)系全貫穿
2、學(xué)習(xí)模式--理論知識與上機操作相結(jié)合,讓零基礎(chǔ)學(xué)員快速熟練掌握
3、課程服務(wù)答疑--主講老師將為您實際工作中遇到的問題提供專業(yè)解答
培訓(xùn)講師
課程一、 機器學(xué)習(xí)(ML)在材料領(lǐng)域應(yīng)用的專題培訓(xùn)班
第一天
機器學(xué)習(xí)在材料與化學(xué)常見的方法
理論內(nèi)容
1.機器學(xué)習(xí)概述
2.材料與化學(xué)中的常見機器學(xué)習(xí)方法
3.應(yīng)用前沿
實操內(nèi)容
Python基礎(chǔ)
1.開發(fā)環(huán)境搭建
2.變量和數(shù)據(jù)類型
3.列表
4.if語句
5.字典
6.For和while循環(huán)
實操內(nèi)容
Python基礎(chǔ)(續(xù))
1.函數(shù)
2.類和對象
3.模塊
Python科學(xué)數(shù)據(jù)處理
1.NumPy
2.Pandas
3.Matplotlib
第二天
機器學(xué)習(xí)材料與化學(xué)應(yīng)用
理論內(nèi)容
1.線性回歸
1.1 線性回歸的原理
1.2 線性回歸的應(yīng)用
2. 邏輯回歸
2.1原理
2.2 使用方法
3. K近鄰方法(KNN)
3.1 KNN分類原理
3.2 KNN分類應(yīng)用
4. 神經(jīng)網(wǎng)絡(luò)方法的原理
4.1 神經(jīng)網(wǎng)絡(luò)原理
4.2神經(jīng)網(wǎng)絡(luò)分類
4.3神經(jīng)網(wǎng)絡(luò)回歸
實操內(nèi)容
1.線性回歸方法的實現(xiàn)與初步應(yīng)用(包括L1和L2正則項的使用方法)
2.邏輯回歸的實現(xiàn)與初步應(yīng)用
3.KNN方法的實現(xiàn)與初步應(yīng)用
4.神經(jīng)網(wǎng)絡(luò)實現(xiàn)
項目實操
1.利用線性回歸方法預(yù)測合金性能
2.利用KNN方法對MOF材料分類
這兩個實操項目同時穿插講解如下內(nèi)容
1. 機器學(xué)習(xí)材料與化學(xué)應(yīng)用的典型步驟
1.1 數(shù)據(jù)采集和清洗
1.2 特征選擇和模型選擇
1.3 模型訓(xùn)練和測試
1.4 模型性能評估和優(yōu)化
第三天
1. 用隨機森林方法預(yù)測大孔材料對 CO2吸附
2.用決策樹判斷半導(dǎo)體材料類型
理論內(nèi)容
1.決策樹
1.1決策樹的原理
1.2決策樹分類
2.集成學(xué)習(xí)方法
2.1集成學(xué)習(xí)原理
2.2隨機森林
2.3Bosting方法
3.樸素貝葉斯概率
3.1原理解析
3.2 模型應(yīng)用
4. 支持向量機
4.1分類原理
4.2核函數(shù)
實操內(nèi)容
1.決策樹的實現(xiàn)和應(yīng)用
2.隨機森林的實現(xiàn)和應(yīng)用
3.樸素貝葉斯的實現(xiàn)和應(yīng)用
4.支持向量機的實現(xiàn)和應(yīng)用
項目實操
1.用隨機森林方法預(yù)測大孔材料對CO2吸附量
2.用決策樹判斷半導(dǎo)體材料類型
這兩個實操項目同時穿插講解如下內(nèi)容
1.模型性能的評估方法
1.1 交叉驗證:評估估計器的性能
1.2 分類性能評估
1.3 回歸性能評估
第四天
利用聚類方法對材料分類及可視化
理論內(nèi)容
1. 無監(jiān)督學(xué)習(xí)
1.1 什么是無監(jiān)督學(xué)習(xí)
1.2 無監(jiān)督算法——聚類
1.3 無監(jiān)督算法——降維
2. 材料與化學(xué)數(shù)據(jù)的特征工程
2.1分子結(jié)構(gòu)表示
2.2 獨熱編碼
3. 數(shù)據(jù)庫
3.1.材料數(shù)據(jù)庫介紹
3.2.Pymatgen介紹
實操內(nèi)容:
Pymatgen和material project實操
項目實操:
1. 利用支持向量機預(yù)測無機鈣鈦礦材料性能
2. 利用神經(jīng)網(wǎng)絡(luò)預(yù)測電化學(xué)催化劑的催化性能
第五天
1.向量機預(yù)測無機鈣鈦礦材料性能
2.神經(jīng)網(wǎng)絡(luò)預(yù)測電化學(xué)催化劑的催化性能
項目實操:
1. 分子結(jié)構(gòu)的表示與特征提取
2. 聚類、降維等無監(jiān)督學(xué)習(xí)方法應(yīng)用于分子特征處理
項目實操
1. 利用機器學(xué)習(xí)方法預(yù)測有機無機雜化鈣鈦礦材料性能
2. CO2電化學(xué)還原催化劑性能預(yù)測的綜合實訓(xùn)
第六天
1.機器學(xué)習(xí)方法預(yù)測半導(dǎo)體材料物理性質(zhì)
2.多種機器學(xué)習(xí)方法綜合預(yù)測
項目實操:
1. 邏輯回歸預(yù)測鈣鈦礦性質(zhì)
2. 基于分子特征的無監(jiān)督學(xué)習(xí)綜合應(yīng)用
項目實操:
1. 利用多種機器學(xué)習(xí)方法對氧化物材料性質(zhì)的綜合預(yù)測
2. 利用多種機器學(xué)習(xí)方法對材料類型多分類的綜合預(yù)測
第一天
Python講解與實操
理論內(nèi)容:
1.材料基因組概述
2.材料基因組的基本方法
3.材料數(shù)據(jù)庫material project, OPMD, AFLOW
實操內(nèi)容 :
Python基礎(chǔ)
1.開發(fā)環(huán)境搭建
2.變量和數(shù)據(jù)類型
3.列表
4.if語句
5.字典
6.For和while循環(huán)
實操內(nèi)容 :
Python基礎(chǔ)(續(xù))
1.函數(shù)
2.類和對象
3.模塊
4.Python科學(xué)數(shù)據(jù)處理
5.NumPy
6.Pandas
7.Matplotlib
第二天
材料基因組與數(shù)據(jù)庫
實操內(nèi)容:
1. Scikit-learn機器學(xué)習(xí)操作入門(約1小時)
2. AFLOW數(shù)據(jù)庫
2.1 AFLOW數(shù)據(jù)庫功能練習(xí)
2.2. AFLOW數(shù)據(jù)庫的數(shù)據(jù)獲取
實操內(nèi)容 :
1. OQMD數(shù)據(jù)庫
1.1 OQMD數(shù)據(jù)庫功能練習(xí)
1.2 OQMD數(shù)據(jù)庫的數(shù)據(jù)獲取
2. material project數(shù)據(jù)庫
2.1 Pymatgen練習(xí)
2.2 Pymatgen獲取material project材料數(shù)據(jù)
第三天
結(jié)構(gòu)數(shù)據(jù)驅(qū)動的高通量計算
實操和演示內(nèi)容:
基于結(jié)構(gòu)數(shù)據(jù)驅(qū)動的高通量計算:
1. pymatgen大批量結(jié)構(gòu)獲取
2. 基于pymatgen的計算文件生成
3. 大批量計算結(jié)果的獲取與統(tǒng)計
實操內(nèi)容:
案例一:基于數(shù)據(jù)驅(qū)動的功能材料開發(fā)(合金材料)
1. 背景介紹
2. 數(shù)據(jù)獲取
3. 構(gòu)建特征 4. 機器學(xué)習(xí)
5. 討論與評測
穿插常見機器學(xué)習(xí)算法的介紹
第四天
基于數(shù)據(jù)驅(qū)動的多個功能材料開發(fā)案例實操
案例二:基于數(shù)據(jù)驅(qū)動的功能材料開發(fā)(半導(dǎo)體材料)
1. 背景介紹
2. 數(shù)據(jù)獲取
3. 構(gòu)建特征
4. 機器學(xué)習(xí)
5. 討論與評測
穿插材料特征工程的介紹
案例三:基于數(shù)據(jù)驅(qū)動的功能材料開發(fā)(鈣鈦礦材料)
1. 背景介紹
2. 數(shù)據(jù)獲取
3. 構(gòu)建特征
4. 機器學(xué)習(xí)
5. 討論與評測
授課時間地點
機器學(xué)習(xí)(ML)材料培訓(xùn)時間 2022.12.10-----2022.12.11 全天授課(上午 09.00-11.30 下午 13.30-17.00) 2022.12.13-----2022.12.16 晚上授課(晚上 19.00-22.00) 2022.12.17-----2022.12.18 全天授課(上午 09.00-11.30 下午 13.30-17.00) 材料基因組培訓(xùn)時間 2022.12.17-----2022.12.18 全天授課(上午 09.00-11.30 下午 13.30-17.00) 2022.12.24----2023.12.25 全天授課(上午 09.00-11.30 下午 13.30-17.00)
報名費用
公費價:每人每班¥4680元 (含報名費、培訓(xùn)費、資料費)
自費價:每人每班¥4380元 (含報名費、培訓(xùn)費、資料費)
同時報名兩個班8680元 (原價9360元)
優(yōu)惠:提前報名繳費學(xué)員+轉(zhuǎn)發(fā)到朋友圈或者到學(xué)術(shù)交流群可享受每人200元優(yōu)惠(僅限15名)
優(yōu)惠: 報名4人以上包含4人,免費贈送一個培訓(xùn)名額
證書:參加培訓(xùn)并通過考試的學(xué)員,可以申請獲得工業(yè)和信息化部工業(yè)文化發(fā)展中心頒發(fā)的“工業(yè)強國建設(shè)素質(zhì)素養(yǎng)提升尚工行動”崗位能力適應(yīng)評測證書。該證書可在中心官網(wǎng)查詢,可作為能力評價,考核和任職的重要依據(jù)。評測證書查詢網(wǎng)址:www.miit-icdc.org(自愿申請,須另行繳納考試費500元/人)
培訓(xùn)福利
報名 繳費 成功 贈送機器學(xué)習(xí)( ML )在材料領(lǐng)域應(yīng)用或者材料基因組課程視頻和課件(根據(jù)所報班型提供相應(yīng)學(xué)習(xí)視頻), 參加本次課程的學(xué)員可 免費再 參加一次本單位后期組織的“ 機器學(xué)習(xí)(ML)在材料領(lǐng)域應(yīng)用與材料基因組 ” 相同的專題 培訓(xùn)班(任意一期都可以) 。 課后學(xué)習(xí)完畢提供全程錄像視頻回放,發(fā)送全部課件資料及數(shù)據(jù) PPT, 長期答疑,微信解疑群永不解散
授課方式
授課方式及學(xué)員反饋
通過騰訊會議 線上 直播,理論 +實操的授課模式,老師手把手帶著操作, 從零基礎(chǔ)開始講解 , 400余頁電子PPT和教程+預(yù)習(xí)視頻 提前發(fā)送給學(xué)員,所有培訓(xùn)使用軟件都會發(fā)送給學(xué)員, 有什么疑問 采取開麥 共享屏幕 和微信群解疑,學(xué)員和老師交流、學(xué)員與學(xué)員交流,培訓(xùn)完畢后老師長期解疑, 培訓(xùn)群永不解散
往期培訓(xùn)學(xué)員對于培訓(xùn)質(zhì)量和授課方式一致評價極高
往期學(xué)員參會單位及報名流程
有來自常州大學(xué)、電子科技大學(xué)、中國科學(xué)院大學(xué)、新疆工程學(xué)院、重慶醫(yī)科大學(xué)、西安石油大學(xué)、北京交通大學(xué)、中國石油大學(xué)(北京)、江蘇師范大學(xué)、哈爾濱理工大學(xué)、東北林業(yè)大學(xué)、暨南大學(xué)、南昌航空大學(xué)、浙江大學(xué)、青島大學(xué)、山東科技大學(xué)、廈門大學(xué)、哈爾濱工業(yè)大學(xué)(深圳)、汕頭大學(xué)、東北大學(xué)、北京航空航天大學(xué)、陸軍工程大學(xué)、天津大學(xué)、南陽師范學(xué)院、香港大學(xué)、溫州大學(xué)、江蘇大學(xué)、燕山大學(xué)、東華理工大學(xué)、武漢工程大學(xué)、新疆大學(xué)、太原理工大學(xué)、華北電力大學(xué)、四川大學(xué)、廣州大學(xué)、重慶大學(xué)、材料科學(xué)姑蘇實驗室、深圳大學(xué)、北京化工大學(xué)、燕山大學(xué)、西南石油大學(xué)、香港科技大學(xué)(廣州)、廈門大學(xué)、東北大學(xué)、北京理工大學(xué)、南京航空航天大學(xué)、中國科學(xué)院青島生物能源與過程研究所、香港城市大學(xué)、西安科技大學(xué)、廈門理工學(xué)院、中國科學(xué)院上海硅酸鹽研究所、西湖大學(xué)中國核動力研究設(shè)計院、有研工程技術(shù)研究院有限公司、中南大學(xué)、福州大學(xué)、東風(fēng)汽車集團股份有限公司乘用車公司、中國科學(xué)院金屬研究所、貴州大學(xué)、上海大策資產(chǎn)管理有限公司、交通運輸部公路科學(xué)研究所、貝卡爾特(中國)技術(shù)研發(fā)有限公司、云南大學(xué)、哈爾濱工業(yè)大學(xué)、西安電子科技大學(xué)、鄭州大學(xué)、中國農(nóng)業(yè)大學(xué)、滑鐵盧大學(xué)、重慶理工大學(xué)、北京機科國創(chuàng)輕量化科學(xué)研究院、中國科學(xué)院深圳先進技術(shù)研究院、中原工學(xué)院、清華大學(xué)、中國科學(xué)院蘭州化學(xué)物理研究所、University of Maryland、北京工業(yè)大學(xué)、安徽財經(jīng)大學(xué)、中國科學(xué)與技術(shù)大學(xué)、商丘師范學(xué)院、寶理工程塑料貿(mào)易有限公司、中材科技股份有限公司、湖南工商大學(xué)、武漢大學(xué)、安慶師范大學(xué)、廣東省科學(xué)院生態(tài)環(huán)境與土壤研究所、南昌航空大學(xué)、泉州師范學(xué)院、華中科技大學(xué)、南京大學(xué)、南京工業(yè)大學(xué)、吉林大學(xué)、深圳職業(yè)技術(shù)學(xué)院、西北工業(yè)大學(xué)、華東師范大學(xué)、山東大學(xué)、中國科學(xué)院空間應(yīng)用工程與技術(shù)中心、中國科學(xué)技術(shù)大學(xué)、嘉興學(xué)院、陜西師范大學(xué)、中國科學(xué)院上海硅酸鹽研究所 、北京石油化工學(xué)院、重慶第二師范學(xué)院、武漢光鉅、上海錦湖日麗塑料有限公司、首都醫(yī)科大學(xué)宣武醫(yī)院、沈陽工業(yè)大學(xué)、北京工商大學(xué)、中國科學(xué)院化學(xué)研究所、中創(chuàng)新航技術(shù)研究院(江蘇)有限公司、中國科學(xué)院國家納米科學(xué)中心、KAUSTuniversity、長春應(yīng)用化學(xué)研究所、諾貝麗斯(中國)鋁制品有限公司上海分公司、鋼鐵研究總院、萬華化學(xué)集團股份有限公、四川奧林涂料工業(yè)有限公司、深圳市祥龍琪瑞科技有限公司、隆基樂葉光伏科技(西咸新區(qū))有限公司、Imperial College London、中國航空制造技術(shù)研究院、蘇州華碧微科檢測技術(shù)有限公司、MIT、南開大學(xué)、防化研究院、中國科學(xué)院工程熱物理研究所、廣東工業(yè)大學(xué)、陸軍裝甲兵學(xué)院、南方科技大學(xué)、上海交通大學(xué)、國防科技大學(xué)、西安交通大學(xué)、中國科學(xué)院長春應(yīng)用化學(xué)研究所、盧森堡大學(xué)、中國科學(xué)院力學(xué)研究所、東南大學(xué)、寧波大學(xué)、廈門工學(xué)院、昆明理工大學(xué)、Vanderbilt University、之江實驗室、上海理工大學(xué)、浙江生材新技術(shù)有限公司、中北大學(xué)、安徽工程大學(xué)、深圳華大生命科學(xué)研究院、深圳市宇陽科技發(fā)展有限公司、上海大學(xué)、中國人民解放軍火箭軍工程大學(xué)、井岡山大學(xué)、中國科學(xué)院贛江創(chuàng)新研究院、University of Stavanger、東莞市佳仕達冶金材料有限公司、同濟大學(xué)、西南大學(xué)、中國工程物理研究院化工材料研究所、The University of Queensland、澳大利亞昆士蘭大學(xué)、中石化(大連)石油化工研究院有限公司、重慶交通大學(xué)、北京環(huán)境特性研究所、中國科學(xué)院海西研究院、香港城市大學(xué)深圳福田研究院、天津理工大學(xué)等單位,感謝對我們培訓(xùn)的認(rèn)可!還有許多因為時間沖突沒法參加。這次,我們誠摯邀請您來參加!
報名咨詢請掃描下方微信二維碼
微信/電話:13017692038
QQ:2929430477 聯(lián)系人: 江老師
報名參會流程
引用往期參會學(xué)員的一句話:
-
2023年各省最新電價一覽!8省中午執(zhí)行谷段電價! 2023-01-03
-
PPT導(dǎo)出高分辨率圖片的四種方法 2022-09-22
-
2023年最新!國家電網(wǎng)27家省級電力公司負(fù)責(zé)人大盤點 2023-03-14
-
全國消防救援總隊主官及簡歷(2023.2) 2023-02-10
-
盤點 l 中國石油大慶油田現(xiàn)任領(lǐng)導(dǎo)班子 2023-02-28
-
我們的前輩!歷屆全國工程勘察設(shè)計大師完整名單! 2022-11-18
-
關(guān)于某送變電公司“4·22”人身死亡事故的快報 2022-04-26
