工业和信息化部人才交流中心“人工智能赋能材料科学关键技术应用”高级研修班日程安排出炉！10月杭州见！

一、人工智能引领材料科学发展新范式

1. 数据驱动下的材料科学新范式

2. 人工智能赋能材料科学应用进展与前沿技术

3. 材料领域人工智能大模型解析与应用

4. 人工智能时代的材料创制挑战与趋势

二、人工智能赋能材料数据的获取、处理与标准化

1. 材料材料基因工程数据获取与标准体系

2. 材料数据库类别与系统构建设计

3. 数据库的应用与展示模式

4. 材料数据库构建案例与平台分析

三、人工智能助力新材料发现与设计

1. 基于机器学习的材料设计与优化

2. 计算机辅助材料设计(CAMD)

3. 模型建立与优化算法（如深度学习、强化学习）

四、人工智能赋能材料结构与性能预测

1. 材料性质预测与分类

2. AI算法在模拟材料行为中的应用

3. 材料性能与结构关系的建模

五、人工智能在材料表征与检测中的应用

1. AI 图像识别与分析

2. AI光谱分析技术应用

3. 材料表征与检测中的AI前沿技术应用

六、多尺度高通量计算在材料科学中的应用

1. 第一性原理计算方法

2. 分子动力学模拟方法

3. 介观相场模拟方法

4. 宏观有限元模拟方法

七、基于人工智能的材料科学自动化实验与设计

1. 高通量实验的技术与实施

2. AI驱动的实验优化

3. 实验数据的自动化分析与模式识别

八、机器学习在材料科学领域的应用与实践

1. Python与数据科学

2. 机器学习方法与模型分类

3. 常用机器学习方法与模型材料领域应用（线性回归、逻辑回归、决策树、随机森林、支持向量机、贝叶斯网络等）

4. 模型选择与不同材料应用场景案例+实践

九、深度学习在材料科学中的应用与案例解析

1. 卷积神经网络(CNN)在图像数据分析中的应用
   

2. 循环神经网络(RNN)在时间序列数据中的应用

3. 生成对抗网络(GANS)在材料科学中的应用

4. 自编码器(Autoencoder)与无监督学习的应用

十、基于材料科学的AI智能体构建与应用

1. 大模型与AI智能体的融合机制

2. AI智能体的构建技术简述与平台

3. 材料智能体应用与案例解析

十一、人工智能技术助力材料智能制造与产业落地

1. 人工智能赋能材料智能智创前沿技术与案例

十二、人工智能赋能材料科学成果案例深度解析