东南大学王金兰教授受邀作《面向小数据集的机器学习材料设计与合成》讲座
何嘉敏
2024年11月22日，中国科学院大学物理科学学院邀请到了东南大学物理学院首席教授王金兰教授为国科大学子进行题为《面向小数据集的机器学习材料设计与合成》的讲座，中国科学院大学物理科学学院博士生导师张余洋老师主持。
王金兰教授长期从事新材料的多尺度模拟与理论设计工作，在新材料的生长和物性调控、机器学习预测新材料等方面取得了重要进展。本次讲座王金兰教授结合课题组工作从四个方面探讨了主动学习、迁移学习以及逆向设计等先进的机器学习算法在解决小数据集问题中的可行性以及存在的挑战。在讲座中，王金兰教授清晰展现了课题组在该方向取得的重要成果，以及如何利用小批量的高通量实验、先验的专家知识与机器学习算法来提高新材料的合成性。
王金兰教授首先介绍了主动学习与迁移学习算法在材料设计、性质预测中的应用，并采用领域对抗训练、专家知识嵌入的方法极大解决了负迁移问题以及缺乏材料二维结构与电子特征的问题，极大提升了在小数据集中预测材料性质的准确性, 并将计算耗时最高降低4个数量级，提升显著。
其次王金兰教授还介绍课题组所提出的最新的符号回归模型，在化学催化领域搜寻描述准确、形式简洁且具有物理化学含义的描述符中取得了重大突破，并从多篇文章中提取了通用的描述符。
最后，王金兰教授还介绍了基于鸟群算法的逆向生成模型，在材料逆向设计领域取得了重要成果。
讲座末尾，同学们反应热烈，积极与王金兰教授交流讨论。
（讲座中同学提问）
在讲座结束后，还有许多同学与王金兰教授讨论问题。
（王金兰教授与同学交流互动）
主讲嘉宾：王金兰，教授，博士生导师。东南大学物理学院首席教授、博士生导师、东南大学特聘教授、国家杰出青年、国务院特殊津贴获得者。英国皇家化学会会士。主持多项国家自然科学基金与国家重点研发计划。以第一作者/通讯作者在Nature、Science、Nature Nanotechnology等顶级期刊发表论文，SCI论文总计200余篇，总引用已达16000余次，H-index 65，连续八年入选Elsevier中国高被引学者，受邀撰写英文综述若干篇。
