报告人:陈立东,中国科学院上海硅酸盐研究所
时间:11月17日(周二)14:00
单位:中科院物理所
参加方式:讲座以线上形式进行,采用“腾讯会议”软件
会议ID:350 787 362
会议密码:1117
摘要:
The broadening of Thermoelectric applications brings about more challenges not only in searching for high ZT materials but also in developing cost-effective, resource-abundant, and environment-friendly TE materials and technologies. A proven approach to improve figure-of-merit is to “decorate” the crystal voids in cage-structured compounds such as the skutterudites. Recently, a new mechanism to tune TE transport properties by“engineering” the crystal structure has also been realized in copper ion conducting compounds. In the Cu2-xM (M: VI elements) binary system, the M atoms form a rigid face-centered cubic lattice providing a crystalline pathway for semiconducting electrons, while the copper ions are highly disordered around the M sublattice. As the important low-cost thermoelectric material systems, silicides and half-Heusler compounds have also been receiving more attention because of their constituent abundant elements. Continuing efforts on creating new processes with low cost and good scalability are also necessary for both TE materials and devices.
报告人简介:
陈立东,中科院上海硅酸盐研究所研究员、高性能陶瓷和超微结构国家重点实验室主任。1960年生,1981年毕业于湖南大学,1990年4月获日本东北大学工学博士学位。先后在日本RIKEN公司、日本航空宇宙技术研究所、日本东北大学金属材料研究所(助手、副教授)工作。2001年获中科院“百人计划”资助,2003年获国家杰出青年基金资助,2009年获基金委创新群体科学基金资助。长期从事热电材料的设计合成、热电器件集成与应用技术的研究。在Science、Nature、Nature Materials、Advanced Materials、APL等期刊发表学术论文350余篇,获中国、美国等授权发明专利60余项,著《热电材料与器件》(2018,科学出版社)和《Thermoelectric Materials and Devices》(2020, Elsevier)。先后获国家自然科学二等奖和国家技术发明二等奖。任《npj Computational Materials》Co-editor-in-chief、《无机材料学报》主编。
报告人:宋凤麒教授,南京大学物理学院
时间:11月17日(周二)10:00
单位:Frontiers of Physics编辑部
参会方式:蔻享直播
直播链接:https://www.koushare.com/lives/room/596263
摘要:
铁电性指的是某一材料存在自发的电极化并且该电极化在外场作用下可以被翻转的特性。这种自发极化会被外加电场翻转,表现出铁电的电滞回线,可以用来制造铁电存储器。对于有限尺寸的三维铁电体而言,其铁电性是内部电偶极子本征关联耦合的结果,表现出铁电极化。伴随着铁电极化,会存在退极化场,导致铁电内部形成铁电畴,以抵消退极化场。而其内部退极化场与材料的厚度成反比,当材料很薄的时候,内部的极化场会很大,该退极化场反过来作用与铁电极化上,最终导致铁电极化消失,这也就是铁电性的尺寸效应。过去人们将铁电从块体做到薄膜到纳米线,再到纳米点,并在单层二维铁电中也测量到了铁电极化的存在。走到最小,便到达零维了。近期,我们展示了以C82笼中Gd原子位置作为存储介质的一种新型单分子器件。在三端单分子器件中,利用背栅电场的极大(109 V/m)调控能力,操控了Gd@C82中Gd原子的吸附位置,使得器件的能级序列表现出了两种状态,实现了可逆双态切换。理论研究表明,和鸡蛋内部一样,C82笼中存在Gd原子的两种可能位置,整个分子类似一个单电偶极的驻极体,背栅电场操控偶极翻转,实质上就是Gd原子位置的切换。该器件便是通过控制Gd原子的位置成功控制了单个分子的电偶极子的方向,实现了单分子“铁电”的器件证明。该器件成功地演示了存储、读取和复位的操作,双态电阻差距最大可达271%,为未来基于单分子驻极体的存储器件开辟了新方向。
报告人简介:
宋凤麒,2000年毕业于兰州大学原子核物理专业。2005年于南京大学物理学院获得博士学位,导师为王广厚院士。后留校任教至今。2012年受聘为南京大学物理学院教授。2015年,获得基金委优秀青年基金资助,任原子分子物理专业委员会委员。目前任Nanotechnology、Advances in Physics X编委,《中国物理快报》编委。近年来在Nature Nanotechnology、Nature Communication、PRL、JACS、Advanced Materials和Nano Letters等高水平杂志发表140余篇学术论文。
报告人:梁彬,南京大学物理学院
时间:11月17日(周二)14:00
单位:江苏省物理学会
参会方式:蔻享直播
直播链接:https://www.koushare.com/lives/room/175182
摘要:
作为经典又常新的学科,声学持续焕发蓬勃生机,并在国防安全、国民健康,绿色生活等国家重大需求中发挥着关键的作用。对声波的精准、高效操控是是声学基础研究的核心问题之一,也是声学降噪、隔振、通信及探测等应用领域的关键需求。但天然材料已难以满足人们对材料声学性能的日益增长的需求,制约了声学理论与技术的发展,并导致了声学学科中的若干难题。因此,研究如何利用人工构建的特殊结构来突破传统局限、实现各种新奇声波调控,不仅为声学发展注入新的活力,亦有望带来声学及相关应用领域的技术变革。本报告将简要回顾声学的发展历史及重要成果,介绍声人工结构这一声学研究的最前沿领域,并分享我们在声超构表面、声二极管、声涡旋等方面的新发现。
报告人简介:
梁彬,南京大学物理学院教授,博士生导师。获首批国家优秀青年基金资助,入选南京大学登峰人才(B类)及新世纪优秀人才计划。主要从事声人工材料中的新奇声学现象及其操控机制研究,研究方向包括声单向传播、低频声场复杂操控等。作为第一作者或通信作者(含共同)在Nat. Mat. (1篇)、Nat. Rev. Mat. (1篇)、Nat. Comm. (1篇)、Phys. Rev. X(1篇)、Phys. Rev. Lett. (4篇)及Adv. Mat. (1篇)等期刊上发表SCI论文90余篇,9篇论文入选ESI高被引论文或热点论文。研究成果多次得到Nature News、American Institute of Physics等学术机构专文报道,并被Scientific American制成“科学60秒”节目。获专利授权近20项(2项美国专利)。作为第二完成人获得2016年度教育部自然科学一等奖。
报告人:英伟达工程师
时间:
11月17日 9:00-18:00 OpenACC介绍及应用程序实战
11月18日 9:00-11:30 序解答、NSIGHT介绍、热点分析
单位:中科院理论物理研究所
小鱼易连会议室:9000240612
在线直播网址:http://live.xylink.com/live/v/9680d9b77550ac6b0175ba85f4c11d84
摘要:
本次GPU Hackathon Bootcamp由中科院理论物理所与NVIDIA联合举办。GPU Bootcamp是为新开发者和研究人员学习快速启动GPU代码所需技能的一种独特的方式。本期两天的活动讲采用网上方式举行,由NVIDIA工程师向您介绍可用的GPU库、编程模型和平台。在这些平台上结合上机操作指导,您将通过基于使用OpenACC编程模型的实际应用程序的实践协作来学习GPU编程的基础知识, 您将获得如何使用NVIDIA Nsight工具和NVTX来评测应用程序的实际经验。本次培训提供有限的在线培训名额,资源有限,请及时登记注册。
上机操作注册地址: https://www.gpuhackathons.org/event/cas-itp-gpu-bootcamp
5On the AGN Origin of Gravitational Wave Sources observed by LIGO/VIRGO
报告人:Bence Kocsis,University of Oxford
时间:11月19日(周四)16:00
单位:北京大学物理学院
地点:Remote Colloquium
摘要:
With the detection of gravitational waves emitted during black hole and neutron star mergers, LIGO has recently opened the field of gravitational wave astrophysics. In this talk I will review the astrophysical processes that may be responsible for the formation of the observed events. The event rate distribution with mass, spins, eccentricity and redshift may be used to discriminate among different processes that lead to black hole mergers. I will show that the standard astrophysical merger channels are already in tension with LIGO/VIRGO observations. New ideas may be needed to explain the origin of the detected sources. I will discuss the possibility that black hole mergers happen in active galactic nuclei where the interaction with a gaseous disk helps to form binaries, and a combination of dynamical and gas effects facilitate the merger of the binaries.
报告人:朱健强,中国科学院GY总体部
时间:11月19日(周四)9:00
单位:北京大学物理学院
地点:北京大学技术物理楼激光等离子体实验室
摘要:
大科学工程不是简单的工程,而是需要建立在对基础物理问题的深入认知和核心问题解决之上的。针对激光聚变的物理需求,要求高功率激光驱动器的输出能量越来越高,光束质量越来越好,光束指向越来越精密,激光脉冲的前沿信噪比越来越高。这些参数均与物理规律相背。如何打破这些困局,是未来激光驱动器发展的重要方向。报告结合联合实验室50余年的发展历程,说明了机理问题的理解和解决是大科学工程发展的必由之路。
报告人简介:
朱健强研究员,男,1964年5月生,江苏省苏州市人。现任中国科学院GY总体部主任;高功率激光物理国家实验室主任;任国家重大专项副总设计师、国家高技术863主题专家组副组长等职。曾任中国电子学会激光专业委员会副主任,中国光学学会理事,上海光机所前任所长。
报告人:首尔国立大学Tae-Woo Lee教授、多伦多大学Edward Sargent教授、以及普林斯顿大学Barry Rand教授
时间:11月18日(周三)19:00
单位:Wiley期刊
参会方式:蔻享直播
直播链接:https://www.koushare.com/lives/room/839353
摘要:
本系列的第二场讲座“下一代绿色能源与环境新材料”-钙钛矿LED即将开启。本次讲座的主讲人是三位在全球钙钛矿LED研究领域实现里程碑突破的顶尖学者:首尔国立大学Tae-Woo Lee教授、多伦多大学Edward Sargent教授、以及普林斯顿大学Barry Rand教授。他们的研究曾先后突破钙钛矿LED效率极限。除了学术研究的卓越成就,三位专家在产业创新方面也具有丰富的经验。他们将在讲座中分享其前沿的研究成果以及未来的研究方向和应用前景,并就钙钛矿材料及LED领域内研究动态与热点、研究成果发表与商业化应用等热点议题与主持人南京工业大学先进材料研究院王建浦教授和参与观众一起深入切磋交流。
报告人简介:
1. Tae-Woo Lee,韩国首尔国立大学材料科学和工程系教授。2002年获得韩国科学技术院化学工程学博士学位。其研究主要集中在有机、有机-无机混合和碳材料在柔性电子、印刷电子、显示器、固态照明、太阳能转换中的应用。2008年获得韩国总统颁发的韩国青年科学家奖。
2. Edward H. Sargent,多伦多大学电子和计算机工程系教授。加拿大纳米技术研究首席科学家,同时负责多伦多大学国际事务。曾任纳米图像传感器初创公司InVisage Technologies的创始人及首席技术官。
3.Barry P. Rand,普林斯顿大学电气工程系和安德林格能源与环境中心副教授。发表了超过115篇同行评议期刊文章,同时拥有20项美国专利。
8Kohn-Sham equations asregularizer: building prior knowledge into machine-learned physics
报告人:Dr. Li Li,Google Accelerated Science team
时间:11月20日(周五)10:30
单位:中科院物理所
参加方式:讲座以线上形式进行,采用“腾讯会议”软件
会议ID:561 132 905
会议密码:1120
直播链接:http://as-conf.iphy.ac.cn/liveRooms?lid=12
摘要:
Including prior knowledgeis important for effective machine learning models in physics, and is usually achieved by explicitly adding loss terms or constraints on model architectures. Prior knowledge embedded in the physics computation itself rarely draws attention. We show that solving the Kohn-Sham equations when training neural networks for the exchange-correlation functional provides animplicit regularization that greatly improves generalization. Two separations suffice for learning the entire one-dimensional H2 dissociation curve within chemical accuracy, including the strongly correlated region. Our models also generalize to unseen types of molecules and overcome self-interaction error.
报告人简介:
Dr. Li Li has been a researcher at the Google Accelerated Science team since 2017. His research interests include machine learning and its application in physics, quantum chemistry and material sciences. He received his Ph.D. from University of California, Irvine in 2016, working with Professor Kieron Burke on machine learning approximation in density functional theory.
时间:11月20日(周五)15:00
单位:IOP出版社
参会方式:蔻享直播
直播链接:https://www.koushare.com/lives/room/953419
报告人:Anatole von Lilienfeld教授,奥地利维也纳大学
演讲主题:Overview of the field and his perspective on the direction of Machine Learning in Science & Technology globally
报告人简介:
Machine Learning in Science & Technology期刊主编。
Anatole von Lilienfeld教授利用量子力学、超级计算机、大数据和机器学习等方法,开发了基于第一原理的化合物空间采样方法。他还对赝势、范德华力、密度泛函理论、分子动力学和核量子效应感兴趣。
截至2020年10月,Anatole von Lilienfeld教授担任奥地利维也纳大学物理系教授。
------------------------------------
报告人:尤亦庄博士,美国加利福尼亚大学圣地亚哥分校
演讲主题:Machine Learning and Physics
报告人简介:
尤亦庄博士于2013年在清华大学高等研究中心获物理学博士学位。
研究领域:
理论凝聚态物理
强关联系统
物质的拓扑量子相
多体局部化
热化、纠缠、张量网络、全息原理
机器学习
------------------------------------
报告人:王戈教授,美国伦斯勒理工大学
演讲主题:Medical Physics and Machine Learning
报告人简介:
王戈教授是美国伦斯勒理工学院生物医学工程系教授,生物医学影像中心主任。专注于X射线计算机断层扫描、光学分子断层扫描、多尺度和多模态成像创新、机器学习用于图像重建等方面研究。主持多个大型NIH和NSF项目,创始主编International Journal of Biomedical Imaging。IEEE、SPIE、OSA、AIMBE、AAPM和AAAS协会Fellow。发表了430多篇期刊论文,其团队与哈佛、斯坦福、康奈尔、MSK、UTSW、耶鲁、GE全球研究中心等均有深度合作。
------------------------------------
报告人:薛德祯教授,西安交通大学
演讲主题:Active learning in searching for new materials with targeted properties
报告人简介:
薛德祯,男,工学博士。西安交通大学金属材料强度国家重点实验室教授。
主要从事材料信息学研究,以机器学习辅助实现铁性材料的高性能化,致力于材料学与信息学的交叉融合。于2012年获西安交通大学材料科学与工程专业博士学位。2013年至2015年,在美国洛斯阿拉莫斯国家实验室从事博士后研究;至今,薛德祯博士发表论文80篇(SCI收录73篇,书籍章节5篇),其中以第一/通讯作者发表SCI论文38篇,包括Nat. Commun.、PNAS.、Phys Rev. Lett.、Adv. Mater.、Adv. Sci., Acta Mater.等。相关的研究工作受到了国际同行高度评价和肯定,MRS Bulletin的专题评论中称“薛等所发展的快速优化方法体系为新材料的设计开发提供了最好的统计学方法”。入选了国家层次青年人才计划,获得了教育部自然科学奖一等奖(排名第六)、陕西省优秀博士论文、美国洛斯阿拉莫斯国家实验室院长博士后,陕西省高校青年人才支持计划等荣誉。
更多报告信息:中国物理学会期刊网学术讲座列表