报告题目(中文)：基于小数据的机器学习设计多组元无序合金

报告题目(英文)：Machine Learning-Based Design of Multi-Component Disordered Alloys Using Small Data

报告内容简介：近年来，随着机器学习和人工智能（如大语言模型）的快速发展，利用这些工具结合已有数据设计新型合金材料，尤其是无序合金，已成为材料科学和冶金学领域的新范式。然而，与传统数据科学相比，冶金学的一个显著特点是合金相关数据通常数量有限（单一类合金的数据量通常在几十到几百个之间），且存在统计偏差（倾向于只报道正面数据）。因此，数据的稀缺性和可靠性成为一大挑战。为了克服这些困难，我们课题组在过去几年的研究中发现，通过结合领域知识（包括物理模型、标度律、经验公式等）与多种机器学习模型，即使在小数据情况下，也能显著提升合金设计（尤其是相设计）中模型的有效性。借助这些结合领域知识的机器学习模型，我们成功发现了多种新型多组元无序合金，例如具有拉伸塑性的金属玻璃、共晶高熵合金、条幅高熵合金、用于芯片封装的低温焊料，以及适用于脑机接口的低温合金。

报告人姓名：杨勇

报告人简介：杨勇教授，2001年毕业于北京大学力学与工程科学系，2003年获香港科技大学土木工程系硕士学位，2007年获普林斯顿大学机械与航天工程系博士学位。2007年至2012年任教于香港理工大学，2012年至今任职于香港城市大学。现任香港城市大学力学与材料讲席教授，并担任机械工程系系主任。

报告人单位(中文)：1.中华人民共和国香港特别行政区香港城市大学机械工程系 2中华人民共和国香港特别行政区香港城市大学材料科学与工程系

报告人单位(英文)：Department of Mechanical Engineering, City University of Hong Kong, Hong Kong Special Administrative Region, People’s Republic of China；Department of Materials Science and Engineering, City University of Hong Kong, Hong Kong Special Administrative Region, People’s Republic of China

报告时间：2024-04-16 16:00

报告地点：上海大学 宝山校区 东区16号楼 520会议室（材料B楼）

主办单位：上海大学

联系人：王庆