报告日期：2024年12月22日

报告时间：上午10:00 - 11:30

报告地点：线上 #腾讯会议：851-777-065

报告主题：《物理信息神经网络在多功能模型中的应用》

报告摘要：

本次报告将介绍一种基于深度学习的多功能计算方法。这个多功能模型（WANDER）可以同时模拟固体材料中的原子力以及电子能带，是研究大规模材料系统的有力工具。电子结构预测部分基于Wannier函数，在采用与原子力预测类似的模型的同时，依据物理原理进行了优化，使得模型更加高效和精准。这项工作为建立多功能深度学习模型提供了新的理念。

报告人简介：

齐钰博博士于2017年毕业于宾夕法尼亚大学，师从Andrew Rappe教授（Blanchard讲席教授）。之后分别于罗格斯大学（导师Karin Rabe，美国国家科学院院士）及东北大学（导师Qimin Yan，美国国家科学基金会杰出青年教授奖获得者）从事博士后研究。于2023年8月起在美国阿拉巴马大学伯明翰分校物理系担任助理教授。现主要研究方向为（1）基于机器学习的算法开发（2）基于理论计算的先进功能材料筛选/设计。齐钰博博士以第一作者身份发表多篇学术论文在知名期刊，包括Physical Review Letters（3篇），Nature Physics （1篇，共同一作），Advanced Materials （1篇，共同一作）。并以理论合作者身份发表多篇文章于高影响力期刊，包括Nature Materials, Nature Communications, Nature Photonics等。