吉林大学吕健教授学术报告

发布者:程静静发布时间:2024-06-16浏览次数:15

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).