报 告 人：吕健
报告题目：机器学习势加速的CALYPSO方法与应用
报告时间：2024年6月18日（周二）下午4：30
报告地点：物理与电子工程学院428会议室
主办单位：物理与电子工程学院、科学技术研究院
报告人简介：
吕健，现任吉林大学“唐敖庆”领军教授、博士生导师；专注于发展从理论上预测材料微观结构的计算方法与软件，作为核心开发者之一，发展了以CALYPSO命名的晶体结构预测方法和软件，并据此解决了系列高压和低维等限域条件下的凝聚态物理难题；在Acc. Chem. Res.、Nature子刊、PRL、JACS等期刊发表论文70篇，其中第一或通讯（含共同）作者论文40余篇，全部论文被SCI引用11000余次，第一作者论文单篇最高被引超500次；获国家自然科学奖二等奖（第三完成人）和教育部自然科学奖一等奖（第三完成人）。
报告摘要：
凝聚态物质内部的原子排列方式（即微观结构），是理解物质宏观物理化学性质和开展新材料设计的基础。仅依据化学组分从理论上计算出材料的晶体结构是学界的长期期盼。马琰铭课题组于2010年提出了基于物理约束的启发式势能面数值求解方案，据此发展了以CALYPSO命名的晶体结构预测方法，开发了同名结构预测软件包。历经多年发展，CALYPSO已经成为结构预测领域的通用计算方法与软件之一，被广泛的应用于晶体、表面、界面、层状材料和团簇等体系的结构设计研究[1]。本次报告中，我将简要介绍CALYPSO方法的基本原理，并主要介绍我们最近发展的基于机器学习势函数加速的CALYPSO方法及其在碱金属高压相结构研究中的应用[2]。
参考文献
[1] Y. Wang, J. Lv, P. Gao, and Y. Ma, Acc. Chem. Res., 82, 094116 (2022).
[2] X. Wang, et al., arXiv:2302.03843 (2023).