基于人工智能的高效热管理材料研究

讲座时间：2026年7月2日10:00

讲座地点:深圳高研院2号教学科研楼502

主要从事热功能材料与微纳尺度导热研究，在Cell Reports Physical Science、ACS nano、Advanced Functional Materials、npj Computational Materials、Physical Review B等期刊发表学术论文50余篇，6篇入选ESI高被引论文。主持/参与国家自然科学基金、山东省自然科学基金、美国DARPA、美国NSF、香港RGC等项目十余项。担任Journal of Applied Physics客座编辑，Carbon Trends、Rare Metals以及Carbon Neutrality等期刊青年编委，并多次担任美国物理学会、美国机械工程师学会年会的分会主席。

讲座内容：
随着电子器件向小型化、高集成化和高功率化持续发展，器件热流密度不断升高，散热问题已成为制约其性能与可靠性的关键瓶颈。解决该问题亟需发展高效热管理材料，并深入揭示其微观热输运机理。然而，热管理材料的导热过程通常涉及多尺度结构、界面效应及缺陷态等复杂因素的耦合调控，呈现出显著的高维非线性特征，传统研究方法在机理解析和材料优化设计方面受到诸多限制。
人工智能为热管理材料的性能预测、结构优化与机理研究提供了新的研究范式。本报告将围绕相关研究进展展开介绍：通过构建具有物理可解释性的热输运描述符及数据驱动模型，实现材料导热性能的智能预测与优化设计；同时，发展基于结构单元模型的机器学习势函数构建方法，用于复杂缺陷体系中原子尺度热输运过程的高精度模拟。相关研究为高效热管理材料的设计及复杂体系热输运机理的深入理解提供了新思路。