查看原文
其他

双十二预热:这次我真的赢在了起跑线上!

互动派教育 互动派教育 2022-12-12

机器学习材料性能预测与材料基因工程应用实战

超强福利来袭


培训背景


传统的材料研发技术是通过实验合成表征对材料进行试错和验证,而过去的计算手段受限于算法效率,无法有效求解实际工业生产中面临的复杂问题。

近几年随着大数据和人工智能介入,通过采用支持向量机、神经网络等机器学习算法训练数据集来构建模型,以预测材料的结构、吸附特性、电学特性、催化性能、力学特性和热力学特性等性能,大大推动了新型材料的发现和传统材料的更新,预测结果甚至能够达到与高保真模型基本相同的精度,且计算成本很低。

然而,机器学习在材料科学中的应用仍存在一些瓶颈,人工智能研究项目所需的技能和知识匮乏缺失制约着该方向的发展。现推出《机器学习材料性能预测与材料基因工程应用实战》永久录播回放课程。


培训特色


1. 本次课程采用录播回放的形式。发送课程全部案例资料,建立永不解散的课程学员群,可随时提问,长期互动答疑。

2. 课程入门阶段从机器学习以及机器学习在材料领域的应用基本概念开始讲授,让大家明确机器学习方法的适用性和优势,以及有针对性的对python语言基础进行系统学习,为之后构建相应算法模型框架打下基础。

3. 课程进阶阶段分别讲授深度学习神经网络、经典机器学习模型、材料基因工程入门与实战、图神经网络与实践、机器学习+Science五个模块,结合案例实践教学(神经网络在催化领域的应用、预测杂化钙钛矿带隙、有机太阳能电池材料快速筛选、团簇结构数据库构建、同素异形体结构数据库构建、材料指纹和势函数生成、描述符的向量化生成与特征、图神经网络预测无机材料的性能、分子理化性质的预测、量子点发光材料色温的预测、半导体材料物理性质预测、二维材料的性质预测等)

4. 课程通过基础入门+进阶算例实战的讲授思路,从初学及应用研究角度出发,带大家实战演练机器学习在不同类型材料结构与性能预测中的数据来源、预测模型以及预测结论等,助力大家掌握多种机器学习算法模型的构建以及在材料性能预测中的实现方法,并结合当下材料基因工程、图神经网络研究新范式使材料设计满足当前和未来发展。

往期课程学员反馈:


培训时间


不限时间,不限地点

即报即学,即学即会


课程大纲


“机器学习材料性能预测与材料基因工程应用实战”


部分案例展示:



讲师介绍


苏州大学博士,长期从事人工智能辅助新能源材料模拟与设计,对机器学习有四年的研究经验。熟悉XGBoots,LightGBM等多种机器学习算法和高通量计算框架,已在Angew. Chem. Int. Ed., WIREs Comput Mol Sci.等国际著名期刊发表人工智能与材料模拟论文12篇,获得国家软件著作权两项,在首届DeepModeling Hackathon中获AI赛道二等奖。


培训费用

(含报名费、培训费、资料费)

自费价 ¥999元

公费价¥1299元

公费费用提供用于报销正规机打发票及盖有公章的纸质通知文件;如需开具会议费的单位请联系招生老师要会议邀请函;


增值服务


1、凡报名学员将获得本次培训电子课件及全部案例电子资料

2、凡报名缴费成功学员即可获取本次无限次回放录播课程

3、课程已建立专属课程群,方便学员针对各自遇到的问题得到老师的解答与指导;

4、参加培训并通过考试的学员,可以获得:北京软研国际信息技术研究院培训中心颁发的《机器学习材料设计应用工程师》专业技能结业证书;

5、我们会根据学员反馈,不断精选和更新课程内容,一次购买,持续增值!


联系方式


【注】添加官方联系人报名缴费成功者,会由会务组老师统一发送本次回放课程的视频链接以及相关资料等内容,如未收到请及时电话咨询!


课程问答


 如何报名、缴费?

1.致电专门负责行政招生的老师报名

2.缴费支持公对公转账、个人垫付(对公到账及时退还垫付费用,可开具垫付证明)


目前10000+人已加入我们


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存