7月7日 杨振: 离子液体的理论模拟与机器学习研究

时间:2023-07-05浏览:248设置

讲座题目:离子液体的理论模拟与机器学习研究

主讲人:杨振 教授

主持人:何晓 教授

开始时间:2023-07-07 09:00

讲座地址:闵行化学楼135

主办单位:化学与分子工程学院

 

报告人简介:

       杨振,江西师范大学教授,博士生导师,现任先进材料研究院副院长、低碳化学协同创新研究中心副主任、分子筛膜材料国家地方联合工程实验室副主任,中国化工学会过程模拟及仿真专业委员会委员。2004年本科毕业于南京工业大学化学工程与工艺专业,并于2009年获得南京工业大学化学工程专业博士学位。2009-2011年在南京大学理论与计算化学研究所从事博士后研究。2016-2017年赴美国俄克拉荷马大学从事访学研究。2019-2020年在江西省科技厅条件财务处任副处长1年(挂职)。自2011年进入江西师范大学工作至今,主要从事离子液体的理论模拟、面向膜分离过程的模拟方法开发以及基于机器学习的多相催化剂设计研究。先后主持(或完成)国家自然科学基金4项及多项省部级课题,在Nano Lett.、Macromolecules、Chem. Commun.、J. Phys. Chem. B/C、J. Chem. Phys.、Langmuir等国际期刊上发表SCI论文60余篇。

报告内容:

     近年来,离子液体作为一种功能型的“绿色溶剂”,在催化、合成、萃取以及电化学等领域具有广泛的应用前景。同时,离子液体也被称为“设计溶剂”,能够通过改变阴阳离子的结构来调节其物性。但离子液体由于其相互作用复杂且潜在数量巨大(1018),仅仅通过实验方法来理解其构效关系和寻找高性能的离子液体,无异于大海捞针,困难极大。为此,杨振课题组1)通过理论模拟方法系统地研究了离子液体的氢键作用及其与界面溶剂化行为的内在关联机制;2)通过图神经网络方法自动编码离子液体“特征”,并基于机器学习方法成功构建了离子液体的性能预测模型;3)基于深度学习方法成功发展了离子液体的生成模型,并结合预测模型对新的离子液体进行高通量筛选,从而构建高性能离子液体数据库用于实验的定向合成。


返回原图
/