清华大学   副教授 

腾讯会议：984-835-639

会议密码：0814

会议链接：https://meeting.tencent.com/dm/bw0Qj3JkYP3D

报告摘要：

有机分子是一类重要的研究对象，对分子体系的高精度模拟在材料和药物设计等领域均有重要应用。而有机分子力场的精度严重限制着分子动力学模拟的精度。本次报告将重点介绍我们如何将人工神经网络和自动微分等现代人工智能技术引入有机分子力场的优化。报告分为从自底而上和自顶而下两方面：自底而上地，我们采用长短程分离、成键非键分离的方法将人工神经网络模型和基于物理微扰的长程模型结合，依托高精度第一性原理数据构建高可迁移性的第一性原理力场。另一方面，自顶而下地，我们开发了基于自动微分技术的高通量自动化力场优化平台DMFF，极大提高了传统力场的调优效率，从而助力高通量分子设计和筛选。通过不同案例，我们将展示现代人工智能技术在跨尺度分子模型构建上的重要应用。

报告人简介：

余旷，清华大学深圳国际研究生院副教授。2008年毕业于北京大学化学与分子工程学院，指导教师为吴云东院士。2013年于美国威斯康星大学麦迪逊分校化学系Jordan R. Schmidt教授课题组获得理论化学博士学位，研究方向为第一性原理力场构建和多孔材料气体吸附行为的模拟。2013-2016年，余旷博士于普林斯顿大学Emily A. Carter院士课题组从事博士后研究，方向为低标度多尺度第一性原理方法（量子镶嵌理论）的发展。2016年至2018年间，于美国纽约D. E. Shaw Research公司担任研究科学家，负责力场开发工作。2018年11月起，相继于清华伯克利深圳学院与清华大学深圳国际研究生院担任助理教授、副教授。主要工作方向为有机分子力场发展、多尺度第一性原理方法发展、以及分子动力学技术在分子材料性质预测中的应用。在JACS、Advanced Materials、PNAS、JCTC、JPCL等高水平期刊上以第一或通讯作者身份发表论文27篇，总引用次数1200余次。

邀 请 人：索鎏敏 suoliumin@iphy.ac.cn

联 系 人：王慧颖 why@iphy.ac.cn