社区
教程
Wiki
注册
登录
创作新主题
社区所有版块导航
Python
python开源
Django
Python
DjangoApp
pycharm
DATA
docker
Elasticsearch
分享
问与答
闲聊
招聘
翻译
创业
分享发现
分享创造
求职
区块链
支付之战
aigc
aigc
chatgpt
WEB开发
linux
MongoDB
Redis
DATABASE
NGINX
其他Web框架
web工具
zookeeper
tornado
NoSql
Bootstrap
js
peewee
Git
bottle
IE
MQ
Jquery
机器学习
机器学习算法
Python88.com
反馈
公告
社区推广
产品
短视频
印度
印度
一周十大热门主题
【深度学习】目标检测的常用数据处理方法!
【Nucleic Acids Research】利用生成式深度学习模型设计蓝藻细菌的合成启动子
本周推荐的6个火火火的Github开源项目!
GitHub(微博搜索)-20240416-1
融合ChatGPT+DALL·E 3,贾佳亚团队新作开源畅玩:识图推理生图一站解决
【生物催化】一种实用的机器学习辅助蛋白质工程研究范式
【东方金工·上海线下沙龙】深度学习与量化投资
GitHub(微博搜索)-20240414-1
【一个机器学习知识库,涵盖了从基础到高级主题的机器学习知识,包括-20240413124243
2024必看AI干货!《大模型/AIGC/GPT-4/Transformer/DL/KG/NLP/C...
关注
Py学习
»
机器学习算法
厦门大学程俊教授课题组招聘专硕(机器学习+能源材料)
研之成理
• 2 年前 • 262 次点击
课题组组长程俊教授
2008
年博士毕业于英国贝尔法斯特女王大学,之后在剑桥大学化学系做博士后,
2010
年获得剑桥大学
Emmanuel College
独立研究员职位,
2013
年在英国阿伯丁大学
获永久教职
,
2015
年
获聘
国家“
海外高层次引进人才
”全职回厦门大学开展科研工作,被聘为福建省“闽江学者”特聘教授。
1. 研究方向
包括发展
计算方法
模拟固体表界面的物理化学过程
(如电化学和催化)
,并将这些
特色
方法应用于
锂电池、燃料电池和太阳能电池等重要能
源
转化和存储
体系
,深入理解其中重要的微观结构、过程机制等难题。基于前期研究优势,
课题组
近期致力于应用大数据和机器学习方法技术,加速并自动化能源材料计算,后续将进一步开发能源材料计算数据库和智能数据分析平台,推动数据驱动的新能源材料研究新范式。
迄今为止共发表论文
110
余篇,
近五年以
(
共同
)
通讯作者在
Nature Mater.
,
Nature Catal.
(2),
Nature Chem.
,
Nature Commun.
(5),
Sci. Adv.
(2),
PRL
(2),
Chem
,
ACIE
,
JACS
等重要期刊发表论文。
,并应邀为
Acc. Chem. Res.
期刊、
Springer
和
Wiley
出版社等撰写综述和专章。
论文引用约
5200
多次,
H-Index
为
44
。
2019
年获得中国电化学青年奖,
2021
年获国际电化学会
Alexander Kuznetsov Prize for Theoretical Electrochemistry
。现担任
《电化学》副主编
、AIP期刊Chem. Phys. Rev.顾问编委、ACS Catalysis青年编委、JPhys Energy (IOP Publishing)编委、JCP助理编辑、国际电化学出版委员会委员
。
课题组主页:
https://www.cheng-group.net/。
2.
课题组
自建有近
3
000
核的
C
PU
集群,
32张2080Ti、4张V
100
和
4张A
100
的
GPU集群
,仍有新集群在筹备建设中。
此外
课题组依托于厦门大学固体表面物理化学国家重点实验室(国重)和能源材料化学协同创新中心(
2011
中心),共享这两个重要的国家级科研平台的高性能并行计算资源和领先的科学仪器设备。
课题组还将依托年内建设的嘉庚材料智能仿真计算平台(一期),建设规划
3800万
元
,占地面积约
180㎡,
将
成为总算力居福建省第一
的
集
CPU、GPU和大内存胖节点一体的异构化平台。
3.
程俊教授崇尚真知实干,为人自由民主,做事讲求踏实、厚积薄发。
要求组员有强烈的责任感和上进心,注重培养组员独立思考、逻辑思维、交流表达等可移植能力(
transferable
skills),培养组员的目标是“坚实的基础、开阔的视野、创新的习惯”。关心组员长期职业生涯发展,已协助多名组员赴英国剑桥大学、美国普林斯顿大学、瑞士洛桑联邦理工学院、英国伦敦大学学院、荷兰莱顿大学、瑞典斯德哥尔摩大学、乌普萨拉大学等高校交流访问。
4
.
近期课题组与普林斯顿大学数学系鄂维南院士,剑桥大学工程系
Gabor
Csanyi教授等合作,应用机器学习方法研究设计新能
源材料
。基于
计算数据
,结合
统计
分析手段实现材料的
理性设计
。
致力于建设一支多学科背景(化学、物理、计算机、材料、数学等)的研究团队,推动数据驱动的研究新范式在新能源材料研发中的应用落地,以期实现以电池和催化材料为代表的新能源材料的计算设计研发。
专硕学生需求及申请条件:
1.
责任感和上进心(必须)
2. 化学、计算机、信息、软件工程、物理、应用数学等相关专业背景。
3. 主观能动性强、数理基础好、编程能力强的申请者优先。
4. 鼓励跨学科报考。
报名方式:
https://cheng-group.net/join
Python社区是高质量的Python/Django开发社区
本文地址:
http://www.python88.com/topic/130879
262 次点击
登录后回复