报告题目：软物质遇见机器学习－微结构调控机制研究
报 告 人：蒋滢 研究员，北京航空航天大学化学学院
报告时间：2022年3月21日（星期二）上午 09:00
报告地点：南楼2层会议室
邀 请 人：施兴华 研究员
报告摘要:
软物质的研究范畴非常广泛，涵盖聚合物、胶体、液晶、凝胶等。体系中的“熵-焓”竞争导致其在介观尺度的微结构异常复杂，其微纳尺度结构与材料的宏观性能紧密相关，因此，如何有效的精确识别材料的微结构，进而研究微结构转变的物理条件与规律，对于软物质功能材料的设计和加工至关重要。我们利用机器学习方法，针对软物质体系微结构形成的平衡态性质和非平衡态动力学行为，提出了一些研究策略，并发展了相应的研究方法。我们将以四个典型的软物质体系为研究对象，分别展开讨论：1. 颗粒体系的玻璃化转变；2. 聚合物体系相分离的演化动力学；3. 微纳结构设计调控超疏水表面的粘附性；4. 聚合物微结构的反向设计。对比于相应的传统研究方法，我们发现：由机器学习构建的模型，在诸多方面都表现出令人惊喜的优异表现。不仅可以精准提取平衡态与非平衡态相变的物理性质，而且，可以大大加速体系的动力学演化的求解过程，同时，可以有效的指导微纳表面功能材料的结构设计，此外，还可以加速软物质功能材料的反向设计。由这些研究所取得的初步成果，我们发现，机器学习方法可以为软物质领域的研究带来全新的视角，或将成为具有变革性的全新的研究范式，不但可以加深对体系物理机制的理解，而且，可望实现精确的定量预测，最终实现从物理机制揭示，到实验可控制备的目标。
报告人简介:
