时间：4月25日（周五）上午10：00

地点：勤园20-516

报告摘要：

软凝聚态物质的研究范畴非常广泛，涵盖聚合物、胶体、液晶、凝胶等。如何精确识别软物质材料特有的多级次微纳结构，进而揭示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。本报告将介绍通过发展机器学习方法，针对软物质体系微结构形成的平衡态性质以及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案。报告将分别在展开以下3个方向的讨论：1. 扩散动力学调控；2. 微纳结构设计调控；3. 储能材料的设计和优化。

这些研究明确表明：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。

报告人介绍：

蒋滢，北京航空航天大学/绍兴文理学院教授，2016年获得国家优秀青年科学基金项目资助。分别于2006在中国科学技术大学高分子科学与工程系和2013年 加拿大滑铁卢大学物理系取得博士学位。2014年入职北京航空航天大学。主要从事软物质体系在微纳尺度相行为的理论研究，通过发展介观尺度的平衡态和动力学的理论与计算方法，阐释体系微结构的调控机制。近期聚焦于将机器学习方法引入软物质体系物理规律的研究，通过设计以及发展机器学习方法和模型，提升对体系非线性响应行为的预测准确性，同时，探索预测模型的物理可解释性，从机器学习模型的角度理解体系的微观机制。以第一/通讯作者发表SCI论文60余篇，包括：PRL, PNAS, Advanced Materials, Angew. Chem. Int. Ed., Small, ACS Macro Letters, Macromolecules, Soft Matter, PRE等。