功能材料的电子结构与化学反应性质预测

时间：9月17日下午15：00

地点：弘毅楼（国家重点实验室）五楼报告厅

马晶，南京大学化学化工学院教授&博士生导师。曾获得国家自然科学基金委杰出青年基金、教育部“新世纪人才计划”、霍英东青年教师基金等资助。先后获得第九届中国青年女科学家，中国化学会青年化学奖、首届南京青年科技创新奖，教育部自然科学一等奖（第三完成人），江苏省“巾帼建功”标兵等奖励与荣誉。担任Journal of Chemical Theory and Computation和《物理化学学报》期刊编委、中国化学会理论化学委员会委员、中国化学会女化学工作者委员会委员。

长期致力于功能材料的理论研究，发展了快速有效的量子化学计算与模拟方法，精确预测极性大分子和分子聚集体在极性溶剂介质/外电场中的能量、结构和光谱特性。发展机器学习与深度学习模型，快速预测材料分子的物理与化学性质。作为第一/通讯作者在Nat. Chem., Nat. Commun., J. Am. Chem. Soc., Adv. Mater., Acc. Chem. Res.等期刊发表论文300余篇，国际专章3篇。

报告摘要：

快速预测各类分子、纳米粒子的物理化学性质在材料的理性设计中具有重要的意义。利用密度泛函理论等电子结构方法计算分子体系的电子结构性质需要付出高昂的计算代价，限制了对不同官能团排列组合而成的海量候选分子进行大规模、高通量的筛选。本次报告将介绍目前发展的机器学习和深度学习方法，对量子化学计算数据集进行学习，建立各类计算模型，对各类分子、纳米粒子、分子筛体系的电子结构（偶极矩、极化率、自由能、焓等）、催化性质等进行预测，并对一些挑战性问题和未来的发展方向进行展望。