主讲人:杨明
主讲人简介:主讲人在二维半导体材料生长与器件集成、电催化材料、以及量子材料等领域的研究取得丰富的研究成果，在国际知名期刊发表超过了180篇的SCI论文（被引用超过7200次， H-index 45），其中包括了Nature Materials、Nature Nanotechnology、Nature Electronics、JACS、Advanced Materials等，申请3项PCT专利，多次应邀在国际著名会议如ICMAT等做邀请报告。
报告简介：1.介绍物理信息嵌入的簇图神经网络（CG-NET）的研究成果，其通过簇图结构表征材料局部结构与短程原子相互作用，一方面借助簇采样策略显著提升计算效率并完整涵盖周期性边界条件下的多样化短程相互作用，另一方面通过为簇边界节点引入虚拟邻接节点保留化学环境特征以确保预测准确性；大量实验证明，CG-NET在多种材料体系和物性预测中表现卓越，且具备优异的可解释性与泛化能力，研究既凸显了领域特异性科学知识融入机器学习框架对构建可泛化、可解释模型的重要性，也指出其簇图表征方法可扩展至其他图神经网络，能降低计算成本并加速功能材料研发。2.国家自然科学基金申报辅导。
时 间:2025-10-17 10:00
地 点:综合楼1705
闽公网安备35021102000001号
