社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
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  
Py学习  »  机器学习算法

今晚直播:机器学习在能源材料中的应用

材料人 • 1 年前 • 143 次点击  

从今晚开始,2023年材料人机器学习新课开讲。欢迎感兴趣的同学抓紧联系,以便做好上课准备。

01

【课程初衷】

本课程旨在帮助学员:

领域AI for materials science的精髓;

聚焦机器学习方法在能源材料研究中的应用;

超越black box, 手把手详解code, 知其所以然;

干货满满聚焦主流与前沿;

解决为什么和怎么做的问题!

02

【内容安排】

Day1: 点亮技能树:必备基础

1. Python:

1.1 入门level

1.2 中级level

1.3 高级level

2. 数据采集:

2.1 数据库(例如Materials project),

2.2 实验数据采集分析(例如表征曲线)

2.3 文献中的数据(自然语言处理)

3. 在什么样的机器上跑code: 

3.1 CPU and GPU

3.2 Local computer

3.3 HPC

4. 答疑

Day2: 如何push这个领域forward? : 当前机器学习在能源材料领域中的研究前沿

1. 预测性质

1.1:以钙钛矿材料可合成性预测为例(相关文献,大牛课题组,存在的问题) 

2. 生成新结构

2.1:以用生成机器学习模型产生全新的结构为例 (相关文献, 大牛课题组, 存在的问题)

3. MLFF

3.1: VASP MLFF: story behind this (相关文献,大牛课题组, 存在的问题)

3.2:其他机器学习立场模型解析及应用领域

4. Composition based or structure based (SMACT解析)

5. 答疑

Day3: Code详解和Hands-on:学以致用,如何有理有据地搭建和选择机器学习模型,解决科学问题(1)

1. 预测模型解析专题

1.1: 材料可合成性预测代码

1.2: 材料稳定性预测代码

1.3:其他性质预测的解决方案

2. 生成模型解析专题

2.1: 生成机器学习模型产生全新的结构代码

3. 答疑

Day4: Code详解和Hands-on:学以致用,如何有理有据地搭建和选择机器学习模型,解决科学问题(2)

1.  MLFF生成高质量的数据专题

1.1: VASP MLFF 参数指导

1.2: M3GNET代码解析 

2. 进阶内容,从头搭建机器学习模型,解决学员的课题中存在的实际问题

03

【直播时间】

4.15 周六 4.16 周日 4.22周六 4.23周日 

时间18:00-20:30

共计10小时。

04

【观看直播】

请点击文末原文链接进入直播间观看。

或扫描以下二维码进入观看

回看同样在该地址观看。

05

【讲师介绍】

李老师,北大博士,海外博士后,研究方向为计算材料学、缺陷性质与光电转化效率计算、二维材料生长、输运和光学性质、机器学习辅助材料设计。从事研究至今,在高水平研究论文上共发表SCI论文32篇(包括Advanced Functional Materials, Chemical Science, ACS energy Letters等)

06

【课程价格】

整套系列收费:1500元。

开具发票,并提供报销凭证

07

【报名咨询】

请添加客服微信:cailiaoren010


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/153539
 
143 次点击