为了帮助学员掌握金属材料计算模拟方法，材料人网在东莞松山湖举办金属材料机器学习+晶体塑性计算模拟专题培训。线下培训，同步线上直播1：原创课程，紧跟学术前沿
2：线下教学，同步线上直播，方式灵活
3：提供不限时不限次回看
2024年5月11-12日金属材料机器学习专题培训
金属材料机器学习专题培训
Day 1:
9:00—10:20 金属材料机器学习导论
1. 机器学习概论
2. 机器学习在金属材料领域的应用
10:30—12:00 经典机器学习模型介绍
1. 线性模型
2. 支持向量机
3. K近邻
4. 决策树
5. 集成学习
6. 人工神经网络
14:00—15:20 Scikit-learn机器学习库应用
1. 机器学习分类
2. 机器学习回归
3. 机器学习聚类
15:30—17:00 数据集的构建
1. 数据的收集和清洗
2. 数据的过采样与欠采样
3. 数据划分
Day 2:
9:00—10:20 模型性能的评估方法
1. 交叉验证
2. 分类性能评估
3. 回归性能评估
10:30—12:00 金属材料的特征工程
1. 材料的特征参数
2. 材料的特征筛选
14:00—15:20 金属材料的性能预测
1. 机器学习模型回归训练
2. 案例操作：“非晶合金的力学性能预测”
15:30—17:00金属材料的分类预测
1. 机器学习模型分类训练
2. 案例操作：“非晶合金与晶体合金的分类”晶体塑性计算模拟专题
9:00 – 10:20 金属材料晶体塑性导论
1.金属材料力学性能概论
▪静载荷下的力学性能：弹性，塑性
▪ 动载荷下的力学性能：疲劳性能
2.金属微观组织特征概论
3.微观组织与力学性能的关联
10:30 – 12:00 开源代码库与软件的讲解
4.虚拟微观组织生成器 Dream3D
▪ 对于常用的 filter 概念的讲解
▪ 对于 workflow 的讲解
▪ EBSD 数据的讲解
5.晶体塑性模型代码库 DAMASK
DAMASK 代码库的安装讲解
常用本构方程的讲解
DAMASK 前处理文件的讲解
基于实验数据对模型调参的讲解
6.后处理软件 Paraview 的讲解
13:30 – 15:20 基于实验数据的微观组织晶体塑性模型的搭建
7.对于搭建晶体塑性模型系统性流程的讲解
准备 EBSD 数据作为模型输入数据
生成虚拟微观组织并验证
实验 Pole figure 与虚拟微观组织 Pole figure 的比对
晶体塑性模型输入文件的准备
本构方程的选择
8.案例操作：“Ti6Al4V 双相合金的晶体塑性模拟与模型验证”
15:30 – 17:00 机器学习在晶体塑性模型中的应用
9.模型数据的后处理与可视化
10.后处理数据的清洗与整理
11.机器学习在晶体塑性模型中的应用金属材料机器学习讲师吴老师，2019年毕业于中国科学院物理研究所，获得博士学位。2019年至2021年期间于北京计算科学研究中心从事博士后工作，2021年入职于江苏科技大学。目前主要从事材料数据挖掘、机器学习、非晶合金构效关联等方面的工作。相关工作以第一作者在Acta Materialia, Scripta Materialia, Science China Materials等期刊上发表。
晶体塑性计算模拟讲师蒋老师，博士毕业于美国宾夕法尼亚州立大学（全美材料工程排名第#11）,读博期间独立完成两个美国国家科学基金会 (NSF) 的项目。主攻计算材料学中金属力学性能模拟。2019年至2021年针对轻量化晶格结构的力学性能进行了模拟研究，并基于优化的力学模型成功申请到新的NSF研究项目。2021年至2024年期间研究金属材料异质微观组织特征对金属力学疲劳性能（镍基和钛基合金为主），搭建以实验数据为基础的晶体塑性模型，曾多次公开讲授晶体塑性模型。整套课程收费2699元，线下团报价（3人及以上）2400元。
线上请通过材料人网直播页面观看直播，答疑群内互动交流。
线下培训场所在广东省东莞市松山湖国际创新创业社区A5栋。
