报告题目：机器学习驱动的高分子多尺度模拟

报告人：吴正浩

报告时间：2025年4月18日 15:00-16:00

报告地点：物理科技楼409室

报告邀请人：杨恺

报告摘要：多尺度分子模拟（涵盖从第一性原理到粗粒化模拟）被广泛应用于原子精度下对各类分子及材料体系的研究。在近年来的范式变革中，机器学习技术已成为革新分子模拟领域的强大工具。例如，基于机器学习的原子间势能函数正逐渐成为传统分子体系量子力学计算的有效替代方案。本次报告将首先介绍如何利用现代机器学习核心框架——自动微分技术，来优化基于结构的系统化粗粒化方法，从而构建精确且可迁移的高分子粗粒化模型。报告的后半部分将着重介绍我们近期开发的针对有机液体模拟机器学习力场方面的工作进展，讨论其在热力学，动力学，结晶，玻璃化转变等性质与行为预测上的表现。

报告人简介：吴正浩，西交利物浦大学化学与材料科学系助理教授。2017年毕业于苏州大学材料与化学化工学部，获学士学位，2018年毕业于美国阿克伦大学高分子工程系，获硕士学位，2018年至2021年在德国达姆施塔特工业大学攻读博士学位，2021-2023年于美国西北大学进行博士后训练。研究兴趣为开发数据驱动和基于理论的多尺度分子模拟方法，特别是大分子（例如蛋白质和聚合物），以解决现实世界的可持续与健康问题，例如大分子药物的发现与应用和可持续塑料的设计与开发等。