机器学习在性能导向的逆向新材料设计中发挥着越来越重要的作用，其核心问题在于如何准确高效地构建训练数据集，而相应的研究进展却很缓慢。报告中，欧阳立坚详细介绍了其团队开发的一种将晶体结构映射到离散指数的Lattice Material Genome Approach (LatMGA）方法，并展示了其在设计新型Al-Mg合金和无铅压电材料中的应用。此外，他还介绍了其团队最近在分子动力学方向的研究进展。报告结束后，参会人员就LatMGA方法的应用细节进行了讨论和互动交流。

　　欧阳立志，田纳西州立大学数学科学院教授、博士生导师，长期从事材料研发技术研究，10余项联邦政府资助课题的负责人。

交流现场

　　（新能源所 向盼）