报告题目：基于人工智能技术的文献知识重构及材料设计方法

报  告  人：孙少瑞 教授，北京工业大学

报告时间：2024年7月29日（星期一）上午10:00-12:00

报告地点：科研楼阶梯教室

邀  请  人：高兴发 研究员

报告摘要：

    主要讨论以下内容：1）利用基于规则的文献信息提取方法从论文中提取合成路线和催化剂性能，并建立机器学习模型，评估实验方法，并针对新材料设计合成路线；2）介绍针对小规模的材料数据集的特征工程模型，催化剂的性能预测以及工艺条件的优化；3）基于深度学习的特征工程方法和材料结构生成模型。

报告人简历：

    孙少瑞，北京工业大学教授，博士生导师，化学工程与技术学科责任教授。2006年毕业于中国科学院高能物理所并获博士学位。长期从事量子化学方法、新能源材料和化工催化过程的研究。近年来将人工智能方法应用于化工和药物设计等领域，利用大语言模型（LLM），图神经网络（GNN）和强化学习    （Reinforcement Learning）技术建立了科学文献知识的精确重构方法以及催化剂的设计方法。主持多项国家级/省部级项目，出版省部级规划教材一部，荣获北京市自然科学一等奖一项和北京市优秀教材奖一项。在Angew. Chem. Int. Ed.，Adv. Mater.， Energy Environ. Sci.， Appl. Catal. B Environ. 等期刊上发表SCI检索论文70余篇，在相关学术领域获国家发明专利10余项。