王辉

博士生导师 硕士生导师

所在单位:物理学院

职务:物理系主任、省重点实验室副主任

学历:博士研究生毕业

办公地点:新校区物理楼

联系方式:0731-88877117

学位:博士学位

在职信息:在职

主要任职:教授、博导、主任

其他任职:欧洲科学基金评审专家、国家自然科学基金评审专家、国家重大人才工程评审专家、教育部评审专家、中国科学院评审专家、国际SCI期刊编辑

毕业院校:中国科学院大学

曾获荣誉:

国家级高层次人才

湖南省自科基金重点项目负责人

湖南省重点研发领域首席科学家

国家自然科学基金项目负责人

湖南省杰出青年基金获得者

中共湖南省委百人计划专家

湖湘高层次人才汇聚工程创新人才

   

研究方向

当前位置: 中文主页 >>研究方向

高通量计算、机器学习与材料基因工程

      探索新型能源和信息材料,除了实验手段之外,还需要结合计算机模拟的方法来研究材料组份,结构和性能的关系。特别是在很多情况下(比如材料中掺杂离子和缺陷浓度很低时)和极端条件下(比如高压、高温),常规实验手段几乎失效,而计算机模拟可以充分发挥其优势。但是材料计算如何能更好地用于新材料设计以加快材料的创新,缩短研发周期,仍是一个挑战性的问题。

      2011年美国”材料基因组计划”的提出, 如何通过高通量材料集成计算,整合新材料设计过程中的数据、代码、计算工具等以实现共享,从而加快新材料的研发,更是引起了业界的重视。”材料基因组计划”更是一种方法论,是典型的科研信息化(e-Science)应用与实践。核心就是两个字“集成”。 它更强调计算与数据的集成,计算数据与实验数据的集成, 高通量材料计算与多尺度模拟的集成。因此, 我们提出了”高通量材料集成计算“(Integrated High-through Computational Material)的理念,提出了面向”高通量材料集成计算“的材料设计方法。

      高通量材料集成计算(High-Throughput Screening)和机器学习(Machine Learning)可以借鉴组合物理、化学和材料信息学的一些理念和思路,是一种并行、系统、反复地组合不同结构或组份的“构建单元(Building block)”,迅速得到大量化合物,从而进行高通量筛选的一种策略与方法。材料信息学(Material informatics)是”运用计算的方法来处理和解释材料科学和工程数据“,它可以与材料计算相结合,通过已知的可靠实验数据,用理论模拟去尝试尽可能多的真实或未知材料,建立其组份、结构和各种物性的数据库,通过数据挖掘探寻材料组份、结构和性能之间内在关联的基因数据库,用于指导新材料设计,已成为目前国内外业界关注的热点问题之一。

高通量计算.png