2023年5月26日下午，应我院傅邱云教授邀请，中国科学院上海硅酸盐研究所刘志甫研究员做客“喻园•育芯”讲坛。给我院师生带来题为《机器学习辅助微波介质陶瓷材料研究》的相关报告。学院张光祖副院长、董文副教授等参加了此次交流会。
刘志甫研究员首先介绍了机器学习在辅助材料设计方面的用途，机器学习可用于预测材料性能，预测扩展现有数据库，通过预测性能辅助新材料发现和设计等方向。接着刘志甫研究员介绍了近期课题组取得的一系列成果。通过机器学习进行介电常数预测和构效关系探讨，提取特征量，并训练机器学习模型，得到有效可靠的模型后使用模型预测低介材料可能的化学组成并进行合成。最终发现了数种具有低介电性能的新材料并实现了制备。模型预测介电性能相比于传统的克莫方程更接近实验值，进一步证明了模型的可靠性。在此基础上进一步提取特征量，总结了介电常数的构效关系，提出了改进公式。在这之后，刘志甫研究院还介绍了课题组在离子介电极化率数据库的优化与拓展方面取得的成果。利用机器学习方法，在Shannon离子极化率数据库的基础上考虑了同一离子的不同配位数和价态，预测计算了更多更准确的离子介电极化率的本征值并建立了开源数据库（qincas.gitee.io/idp-ml）。在提问环节，刘志甫研究员与在场老师和同学们就机器学习辅助材料研究的前景和可能性进行了深入的交流和探讨。
通过此次讲座，让同学们对机器学习辅助材料研究有了更进一步的了解。数据驱动的新材料研究被认为是材料研究的新范式，刘志甫研究员介绍的机器学习方法为同学们设计和研究新材料有很大的指导性意义，机器学习辅助材料性能预测和工艺寻优为多种新材料的研究和设计带来了新思路。
报告人介绍：
刘志甫，博士，研究员，博士研究生导师，中国科学院上海硅酸盐研究所无源集成器件与材料课题组组长，信息功能材料与器件研究中心副主任，上海硅酸盐研究所学术委员会委员，上海市优秀学术带头人。主要研究领域：先进介质陶瓷材料与元器件、无源器件集成新技术探索、数据驱动的信息功能陶瓷材料研究等。
作为负责人先后承担了国家重点研发计划课题、科技部“863”课题、“973”项目子课题、国家自然科学基金项目、企业合作项目等科研项目20余项。发表科研论文130余篇，已申请国内外发明专利40余项，授权30余项。兼任中国电子学会元件分会技术委员会委员、中国物理学会电介质物理分会专业委员会青年委员、中国仪表学会电子元器件关键材料与技术专委会常务委员、中国硅酸盐学特陶分会理事、Journal of Advanced Dielectrics期刊编委。
