主讲人：高寒宇，助理教授，香港科技大学化学与生物工程学系

时间：2024年6月27日（周四）16:00

地点：闵行校区化学楼A楼518会议室

邀请人：周寅宁 研究员

报告人简介

高寒宇，香港科技大学助理教授。高寒宇于2012年从清华大学化学工程专业获得学士学位。之后，他在美国西北大学化学与生物工程系跟随Linda Broadbelt教授完成了博士学位。在2017年到2020年期间，他在麻省理工学院Klavs Jensen教授的课题组组担任博士后研究员。高寒宇的研究兴趣包括使用计算机技术，包括模拟、优化和机器学习，来解决化学反应和材料的设计问题。

报告摘要

高分子材料广泛应用于各种生活和工业应用中，包括储能、膜材料、生物医学材料等。尽管在过去几十年中新材料开发进展很快，但由于单体结构和聚合方法的无穷可变性，高分子材料的探索仍具有巨大潜力。为了满足对具有增强热学、机械、光学、电子性能以及易于合成和生产的更好高分子材料的需求，计算机建模被用来辅助高分子材料设计，为传统的实验设计提供一定的指导。然而，高分子材料的模拟计算仍然存在多方面的挑战，包括如何高效准确的进行聚合反应模拟，聚合物分子模拟，以及将多尺度的模型结合等等。因此，一个端到端高分子计算机辅助设计的集成计算框架非常有必要。

在本研究中，我们将动力学蒙特卡洛和分子模拟结合，用于设计聚合反应条件以达成目标高分子材料性能。一方面，我们改进了动力学蒙特卡罗算法，并将其与主动学习算法结合，以有效地设计高分子链序列分布。另一方面，我们运用粗粒度分子动力学计算不同序列分布对应的热学和机械性能。此外，我们运用机器学习模型学习模拟计算得到的数据库，以提高预测效率，并更好地统一聚合建模和高分子分子模拟的时间尺度。该项工作是朝着端到端高分子材料计算辅助设计的重要一步，为后续模型的迭代和提升打下基础。