吉林大学谢禹教授学术报告

发布者:程静静发布时间:2024-06-16浏览次数:28

报 告 人:谢禹

报告题目:Machine-learning Aided Material Simulation Software ARES and Its Applications

报告时间:2024年6月18日(周二)下午2:30

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:

谢禹教授,现任吉林大学物质模拟方法与软件教育部重点实验室副主任。2003年于吉林大学物理学院获学士学位,2010年于吉林大学超硬材料国家重点实验室获博士学位。曾先后在瑞士联邦理工学院、美国橡树岭国家实验室、美国莱斯大学等研究机构从事博士后研究。2019年以学术带头人身份引入吉林大学物理学院。2020获得国家优秀青年科学基金项目资助。

主要研究方向:长期从事第一性原理计算方法和计算能源材料物理研究工作。主要取得如下学术成果:发展了结合实空间有限差分方法和自注意力神经网络算法的大尺度电子结构计算软件ARES,获得了2个软件著作权,为国内外同行开展材料性质模拟提供了有力工具;解决了层状过渡金属碳化物等储能材料的表面结构难题,据此提出了多层离子吸附的储能新机理;为精准设计高容量电极材料提供了途径,设计了结构有序的高容量双过渡金属层状储能材料,提出了单层六角碳化钛自组装生长的物理机制;建立了原子层级上实验制备金属性过渡金属碳化物能源材料的理论基础,取得了一系列重大科研成果。在Nature、Phys. Rev. Lett.、Nat. Commun、J. Am. Chem. Soc.等重要学术期刊发表80余篇论文,引用1,2900余次,11篇入选ESI高被引。

报告摘要:

为了应对原子级模拟在时间和空间尺度上的挑战,我们开发了基于实空间有限差分和机器学习方法的大尺度模拟软件ARES。一方面通过使用机器学习方法,降低模拟的计算复杂度,使得我们能在更大的时空尺度进行模拟,另一方面通过将密度泛函软件和机器学习方法结合起来,我们能使用主动学习更快捷的生成机器学习势。目前,我们已经成功地将ARES应用于超导体的结构预测和离子导电性模拟等领域。我们希望能通过建立多尺度模拟平台,提供精确、高效的模拟,促进对现实复杂系统的探索,并支持材料科学、物理化学及相关领域的应用。