机器学习在物质科学中的应用

研究生 / 高年级本科

研究生 / 高年级本科

开课学期：秋季 ｜ 授课对象：化学、材料及相关交叉方向研究生

课程简介

本课程面向物质科学研究者，介绍机器学习与深度学习在分子表征、性质预测、逆向合成与材料发现中的方法与应用。课程兼顾算法原理与科研实战，帮助同学把 AI 工具真正用在自己的研究里——从看懂一篇方法论文，到在自己的体系上跑通一个模型。

课程要点

• 图神经网络——用分子图表示学习结构—性质映射。
• 性质预测——从光谱到物化性质的秒级预测。
• 逆向合成——数据驱动地推理可行合成路径。
• 材料发现——以性质约束驱动分子与材料的生成优化。

教学形式

课堂讲授 + 代码实战 + 待补充（课程项目 / 文献报告等）。

如需参考资料或讲座邀约，欢迎来信。