Materials Informatics para sa Data-Driven Design

Ang tradisyonal na pagtuklas ng materyales ay madalas na mabagal at lubos na umaasa sa trial-and-error na eksperimentasyon. Binabago ito ng Materials informatics sa pamamagitan ng paggamit ng data science, machine learning, at mga computational tool upang magdisenyo, magsuri, at tumuklas ng mga materyales sa hindi pa nagagawang bilis. Ginagabayan ka ng kursong ito sa mga pangunahing konsepto ng materials informatics, na nagpapakita sa iyo kung paano i-convert ang mga pisikal na istruktura ng materyales sa digital na data na maaaring suriin ng mga algorithm. Mauunawaan mo kung paano bumuo ng mga predictive model, gumamit ng mga pampublikong database ng materyales, at maglapat ng mga modernong data-driven na workflow upang mapabilis ang pag-unlad sa iba't ibang structural scale. Ano ang matututunan mo: - Unawain ang mga pangunahing prinsipyo ng materials informatics at kung paano nagtatagpo ang data science sa pisikal na chemistry ng materyales. - I-representa ang mga istruktura ng materyales nang digital gamit ang mga crystal at molecular descriptor, fingerprint, at feature engineering. - Maglapat ng mga machine learning algorithm upang mahulaan ang mechanical, thermal, at electronic properties mula sa data ng materyales. - Mag-navigate at kumuha ng mahalagang impormasyon mula sa mga open-access na database at repository ng materyales. - Galugarin ang mga estratehiya sa active learning at Bayesian optimization para sa mahusay na pagtuklas ng materyales. - Suriin ang mga hierarchical na istruktura ng materyales na sumasaklaw sa maraming haba ng sukat gamit ang mga computational modeling technique. Magsisimula ka sa mga pangunahing kahulugan ng data at representasyon ng materyales bago lumipat sa mga praktikal na computational workflow. Sa pamamagitan ng malinaw na mga paliwanag na nakasulat, mga structured code snippet, at mga praktikal na pagsasanay, matututunan mong bumuo ng mga predictive model at mag-query ng mga database ng materyales. Ang kursong ito ay idinisenyo para sa mga mag-aaral, mananaliksik, at inhinyero sa materials science, chemistry, o data science na bago sa informatics. Hindi kinakailangan ang anumang naunang karanasan sa machine learning, bagaman nakakatulong ang pangunahing pag-unawa sa mga konsepto ng materials science. Simulan ang iyong paglalakbay sa hinaharap ng pagtuklas ng materyales ngayon.