当前位置: 首页 >> 攀大讲堂 >> 正文
攀大讲堂
【博学讲堂】AI助力吸波材料性能优化设计
2023-11-01                  点击数:

   题  目:AI助力吸波材料性能优化设计

   主讲人:陆海鹏

   时  间:2023115日(星期日) 19:4021:20

   地  点:第二教学楼2-1

   主办单位:电气信息工程学院

   主讲人简介:陆海鹏,电子科技大学研究员、博士生导师, 四川省学术与技术带头人后备人选,现任电子科学与工程学院常务副院长。在电子科技大学先后获得电子材料与元器件学士、材料物理与化学硕士和电子科学与技术博士学位。主要从事电磁功能材料及其相关技术研究。先后主持和参与各类国家及省部级科研项目 10余项,获国家技术发明二等奖” 1项,省部级科技奖励4项,作为功能材料与集成器件团队核心成员,获全国创新争先奖牌。研究成果取得较显著的经济和社会效益,发表重要学术论文 30余篇,授权国家发明专利10余项。

   主讲内容:近年来,人工智能技术取得了惊人的发展。AI 可以加速科学研究的进展, 为科学研究提供新的洞察和解决方案。AI 可以帮助分析大规模数据集,发现隐藏的模式和关联性。此外,AI 还可以进行预测和模拟,帮助科学家验证假设和设计实验。

   传统吸波材料性能优化方法无论基于理论计算还是实验设计均需大量时间成本。在超材料领域,已有较多借助机器学习进行设计优化的研究,但是对传统吸波材料的设计及优化工作相对较少。近几年,电子科技大学对多层吸波材料及结构型吸波材料的优化设计展开了研究,将机器学习与传统吸波材料的设计优化结合起来,大大提高了材料的优化设计效率。

   借助 AI,我们可以从大量的实验数据和模拟结果中学习吸波材料结构与性能的关系,通过训练卷积神经网络,实现吸波材料的结构参数与其反射损耗曲线的双向快速映射。我们还可以将神经网络预测的高效性和可逆向设计优势与仿真计算的高准确性相结合,提高优化效率与准确率,快速找到具有良好吸波性能的材料结构和组成。通过利用 AI在吸波材料性能优化设计中的能力,可以加速研发过程,降低成本,推动吸波材料性能和应用的进一步提升。