2024“谊 · 创”机器学习夏令营
第二轮通知
2024 年 8 月 . 上海
主办方：上海计算化学与化工工程技术研究中心、上海华谊控股集团有限公司、苏州创腾软件有限公司
点击下载第二轮通知：
【第二轮通知】2024年“谊 · 创”机器学习夏令营.pdf
尊敬的各位学员，您好 ！
期待您的加入 ，抓住这次难得的学习机会，让您的研发能力得到全面的提升，并在化工新材料领 域的创新之路上先人一步。立即报名，“谊”起“创”新，玩转 AI ！
► 夏令营基本信息：
夏令营主题 ： “谊·创”机器学习夏令营
夏令营时间： 2024 年 8 月 14-17 日（周三至周六，4 天）
夏令营地点： 上海华凯华美达广场酒店（上海奉贤区月华路 9 号）
夏令营模式 ： 分为基础班、进阶班
主办单位：上海计算化学与化工工程技术研究中心、上海华谊控股集团有限公司、苏州创腾软件有限公司
► 日程安排：
时间安排 | 基础培训班 |
8月14日
（周三） | 15:30-17:00 | 办理入住 |
17:00-18:00 | 晚餐 |
18:00-18:30 | 开营仪式 |
18:30-20:30 | 拓展训练 |
8月15日
（周四） | 09:00-10:00 | 【嘉宾分享】
王璐博士 北京鼎材科技有限公司
主题: 机器学习预测红光器件 EQE |
10:00-11:00 | 【嘉宾分享】
李有勇教授 苏州大学
主题: 深度学习方法的发展及在能源材料中的应用 |
11:00-12:00 | 【嘉宾分享】
王宝俊教授 太原理工大学
主题: C1反应催化剂的理性设计和微观理解 |
12:00-13:00 | 午餐 |
13:00-14:00 | 【课程】人工智能技术背景与现状-介绍目前人工智能算法的发展及现状 |
14:00-17:00 | 【课程】机器学习算法原理讲解及入门
1、介绍目前常见的机器学习算法的原理及应用场景；
2、分类模型（随机森林、逻辑回归、k近邻算法、决策树、支持向量机、梯度提升树、XGBoost、MLP、极限随机森林、AdaBoost、CatBoost、LGBM、Bagging聚集模型、Stacking、Voting）；
3、分类模型常用评价指标等。 |
17:00-17:30 | 【研讨】讨论、答疑 |
17:30-18:30 | 晚餐 |
18:30-20:30 | 【研讨】自主练习及讨论、答疑 |
8月16日
（周五） | 09:00-10:00 | 【嘉宾分享】
凌昊教授，华东理工大学
主题: 基于多目标 算法的分壁精馏塔稳态设计及优化 |
10:00-11:00 | 【嘉宾分享】
孙泽教授，华东理工大学
主题: 机器学习辅助高性能储能熔盐体系设计 |
11:00-12:00 | 【嘉宾分享】
程涛教授，苏州大学
主题: 电化学界面和界相: 多尺度模拟与机器学习 |
12:00-13:00 | 午餐 |
13:00-14:00 | 【课程】机器学习算法原理讲解及入门
1、介绍目前常见的机器学习算法的原理及应用场景；
2、 回归模型（随机森林、线性回归、k近邻、支持向量机、决策树、梯度提升、XGBoost、MLP、极限随机森林、AdaBoost、CatBoost、高斯回归、LGBM、Bagging聚集模型、Stacking回归器、Voting回归器）；
3、回归模型常用的评价指标等。 |
14:00-15:00 | 【课程】常见特征工程的原理及应用场景
1、介绍机器学习中所涉及到的特征工程（F因子检验过滤、PCA降维、互信息过滤、包装法、卡方过滤、多重共线性过滤、多项式特征、嵌套法、方差过滤、相关性过滤）的原理及意义；
2、在机器学习中的应用案例介绍。 |
15:00-16:30 | 【教学演示】
1. MaXFlow平台背景、整体核心功能介绍； 2. 不同材料模型构建，如小分子、聚合物、晶体、表面、界面及复合材料等模型构建，高通量虚拟化合物库及交联结构构建等功能介绍及实操演示。 |
16:30-17:30 | 【教学演示】机器学习实际应用案例的AI模型的建立，结果分析，及AI模型应用等过程的操作演示。 |
17:30-18:30 | 晚餐 |
18:30-20:30 | 【研讨】自主练习及讨论、答疑 |
8月17日
（周六） | 09:00-10:00 | 【课程】常见深度学习算法的原理及应用
1、介绍目前常见的深度学习算法（GNN、CNN、DNN、RNN等）的发展、原理及应用场景；
2、深度学习算法使用过程中涉及的网络设计、训练过程、数据处理等步骤的应用及应用过程中出现的一些问题的解决方案，如过拟合与欠拟合、数据、优化器选择、Dropout等； |
10:00-11:00 | 【教学演示】深度学习实际应用案例的AI模型的建立，结果分析，及AI模型应用等过程的操作演示。 |
11:00-12:00 | 【课程】
1、介绍EDBO优化实验方案设计背景和贝叶斯优化方法原理；
2、通过具体案例进行深入探讨，帮助研究人员更有效地利用有限的计算资源寻找到目标实验方案的最优解。 |
【教学演示】实际应用案例的EDBO功能操作演示 |
12:00-13:00 | 午餐 |
13:00-16:00 | * 基础班学员可以选择旁听
【高级班作业展示】自带案例解决报告展示，选10~12个案例 |
16:00-16:30 | 结业仪式 |
进阶班课程日程
时间安排 | 进阶培训班 |
8月14日
（周三） | 15:30-17:00 | 办理入住 |
17:00-18:00 | 晚餐 |
18:00-18:30 | 开营仪式 |
18:30-20:30 | 拓展训练 |
8月15日
（周四） | 09:00-10:00 | 【嘉宾分享】
王璐博士 北京鼎材科技有限公司
主题: 机器学习预测红光器件 EQE |
10:00-11:00 | 【嘉宾分享】
李有勇教授 苏州大学
主题: 深度学习方法的发展及在能源材料中的应用 |
11:00-12:00 | 【嘉宾分享】
嘉宾待定中
主题: TBD |
12:00-13:00 | 午餐 |
13:00-14:00 | 【教学演示】
1. MaXFlow平台背景、整体核心功能介绍； 2. 不同材料模型构建，如小分子、聚合物、晶体、表面、界面及复合材料等模型构建，高通量虚拟化合物库及交联结构构建等功能介绍及实操演示。 |
14:00-15:00 | 【教学演示】
机器学习实际应用案例的AI模型的建立，结果分析；AI模型应用等过程的操作演示。 |
15:00-17:30 | 【集中作业】自带案例介绍及思路头脑风暴，选6~8个案例 |
17:30-18:30 | 晚餐 |
18:30-20:30 | 【集中作业】集中解决自带案例 |
8月16日
（周五） | 09:00-10:00 | 【嘉宾分享】
凌昊教授，华东理工大学
主题: 基于多目标 算法的分壁精馏塔稳态设计及优化 |
10:00-11:00 | 【嘉宾分享】
孙泽教授，华东理工大学
主题: 机器学习辅助高性能储能熔盐体系设计 |
11:00-12:00 | 【嘉宾分享】
嘉宾待定中
主题: TBD |
12:00-13:00 | 午餐 |
13:00-14:00 | 【课程】
1、机器学习势技术背景与现状的介绍；
2、机器学习势的原理、参数及应用讲解。
【教学演示】机器学习势实际应用案例的操作演示。 |
14:00-15:00 | 【课程】
1、图像识别技术背景与现状的介绍；
2、图像识别分析OpenCV功能原理及参数讲解。 |
15:00-16:00 | 【教学演示】图像识别分析OpenCV实际应用案例的操作演示 |
16:00-17:00 | 【课程】智能数据管理-科学数据基因组平台SDH
核心功能介绍: 多源数据的汇聚和融合、多变量的分析、深入的构效关系研究（SAR）、过程监控等。 |
17:00-17:30 | 【集中作业】搭建机器学习工作流，解决自带案例 |
17:30-18:30 | 晚餐 |
18:30-20:30 | 【集中作业】集中解决自带案例 |
8月17日
（周六） | 09:00-10:00 | 【课程】常见深度学习算法的原理及应用
1、介绍目前常见的深度学习算法（GNN、CNN、DNN、RNN等）的发展、原理及应用场景；
2、深度学习算法使用过程中涉及的网络设计、训练过程、数据处理等步骤的应用及应用过程中出现的一些问题的解决方案，如过拟合与欠拟合、数据、优化器选择、Dropout等； |
10:00-11:00 | 【教学演示】深度学习实际应用案例的AI模型的建立，结果分析，及AI模型应用等过程的操作演示。 |
11:00-12:00 | 【课程】
1、介绍EDBO优化实验方案设计背景和贝叶斯优化方法原理；
2、通过具体案例进行深入探讨，帮助研究人员更有效地利用有限的计算资源寻找到目标实验方案的最优解。 |
【教学演示】实际应用案例的EDBO功能操作演示 |
12:00-13:00 | 午餐 |
13:00-16:00 | 【作业展示】自带案例解决报告展示，选10~12个案例 |
16:00-16:30 | 结业仪式 |
► 讲师阵容：
1986年本科毕业于清华大学化学系物理化学专业，2000年博士毕业于中科院上海冶金所材料物理和化学专业。现任上海大学教授、博士生导师，兼任中国化学会计算机化学专业委员会委员、《Advances in Manufacturing》SCI期刊副主编。长期从事基于数据挖掘/机器学习的材料设计和工业优化等研究工作，开发了材料数据挖掘在线计算平台，为材料大数据的机器学习提供了在线计算方法和模型共享功能；开发了基于大数据挖掘的工业优化系统，利用化工生产大数据建立机器学习模型，用于产品质量和产量的优化控制。先后主持国家自然科学基金项目4项，国家重点研发计划课题1项，上海科委项目5项，企业合作项目20余项。已发表学术论文230余篇、研究专著3本，获得省部级科技奖4项，获得国家发明专利授权12项。
1997年获得北京大学化学系学士学位，2004年12月获得美国加州理工学院(California Institute of Technology)化学博士学位。现任苏州大学功能纳米与软物质研究院特聘教授，博士生导师。长期从事人工智能、材料模拟与设计研究， 工作主要集中在结合人工智能和不同多尺度的模拟方法（密度泛函理论、分子力场方法、介观尺度模拟方法等）对功能纳米材料和复杂分子体系进行研究。发表学术论文 500余篇，他引30000余次，H-index83，2020年起连续入选科睿唯安全球高被引科学家，担任中国化学会计算化学委员会委员，担任国际期刊 Scientific Reports 编委， Frontiers in Materials 编委，曾获宝钢奖、 IET 奖等奖项，入选江苏省第四期 333 高层次人才培养工程和苏州紧缺人才。本次分享主题为《深度学习方法的发展及在能源材料中的应用》。
教授，博士生导师，现任华东理工大学化工学院副院长，上海计算化学与化工工程技术研究中心技术委员会专家委员。与国内知名石油化工企业紧密合作，在分壁精馏塔、高等级沥青道路养护材料、清洁车用汽柴油脱硫脱氮技术等方向的研究工作等产业化方向取得了突出的成绩。本次分享主题为《基于多目标算法的分壁精馏塔稳态设计及优化》。
教授，博士生导师，现任华东理工大学资源与环境工程学院副院长，中国无机盐协会熔盐储能专业委员会副秘书长，中国有色金属学会熔盐化学与技术专业委员会委员。主持国际重点研发计划、国家自然科学基金面上项目、“863”项目子课题等多个国家级课题，曾获国家科学技术进步二等奖、上海市科学技术进步一等奖等荣誉。本次分享主题为《机器学习辅助高性能储能熔盐体系设计》。
太原理工省部共建煤基能源清洁高效利用国家重点实验室二级教授、博士生导师，国务院特贴专家，太原理工大学化学工程与技术学院院长，《化工学报》编委、《煤炭转化》执行主编。从事工业催化研究，主持国家重点研发计划项目课题、国家自然科学基金重点项目等9项。获山西省科学技术奖自然科学一等奖1项，国家级教学成果二等奖（研究生）一项，培养博士、硕士研究生80余名。本次分享主题为《C1 反应催化剂的理性设计和微观理解》。
苏州大学功能纳米与软物质研究院教授， 独立 PI，博士生导师。2007 年至 2012 年于上海交通大学获得学士、硕士和博 士学位。2012 年至 2015 年在美国加州理工学院从事博士后研究。2015 年至 2018 年在美国光合成联合研究中心(加州理工分部)任研究科学家。2018 年 11 月加入苏州大学功能纳米与软物质研究院，被聘为教授、博士生导师。重点关注能源化学模拟中“最关键的一百纳米”，即界面结构和界面反应。以多尺度模拟方法开发为立足点，逐步提升理论模拟的准确性，为能源电化学重 要应用提供理论支持和预测工具。发表SCI论文130篇，总引用超过 7000 次。2019-至今 江苏省化学化工学会理论化学专业委员会委员。2021-至今 江苏省储能行业协会委员; 2019 年江苏省特聘教授。本次分享主题为《电化学界面和界相:多尺度模拟与机器学习》。
2016年获得北京化工大学理学学士学位，2021年博士毕业于清华大学化学系。现就职于北京鼎材科技有限公司，是计算模拟平台负责人。
在OLED材料研发领域已累积多年的研发经验。主要研究方向为有机光电材料的量子化学计算和机器学习预测。在量化计算方面聚焦硼氮多重共振型窄光谱染料的光物理过程模拟，光谱计算与振动分析等内容。近年来对机器学习预测材料光物理性质和器件性质亦有所涉猎。本次分享主题为《机器学习预测红光器件 EQE》。
► 培训对象：
面向高校、企业、科研院所 ，从事先进材料设计与开发，能源化工、石油化工等相关领域的科研工作者；对机器学习、深度学习、分子模拟技术感兴趣 ，以及想借助分子模拟与 AI 技术来开展材料研究工 作的相关行业人员。要求报名学员具备基础的数字化素养，对新事物、新工具、新方法有兴趣及一定 的接受能力，对编程能力不作要求。
► 夏令营主要内容：
内容涵盖了从理论学习到实践操作，再到案例分析和成果展示的全方位培训体验。 精华内容，率先 呈现：
特邀嘉宾深度报告 ：邀请各领域的专家，深入讨论和分享他们在技术革新中的研究成果。
机器学习及算法基础（基础班 Only） ：深入剖析机器学习的核心算法，掌握 AI 的基石。从算法 理论到实际应用，全方位提升你的技术实力。从入门到精通，系统学习机器学习，培养你的算法思维 和实践能力。
AI 模型自动化构建与应用 ：教学演示 MaXFlow 分子模拟与人工智能平台，介绍材料模型构建功 能，并展示其在人工智能领域的实际应用案例，体验材料科学与 AI 的结合。
深度学习 ：探索深度学习的奥秘，涵盖神经网络和卷积神经网络等 ，开启深度学习的大门。
实验方案与配方优化 ：利用贝叶斯实验优化（ EDBO ）功能，进行实验方案、配方方案及工艺过 程的优化，提升科研效率和创新能力。
图像识别技术（进阶班 Only） ：通过 OpenCV 技术，学习图像识别的原理和应用，掌握视觉智 能的关键技术。
机器学习势能（进阶班 Only） ：探讨机器学习势能如何引领材料模拟领域的智能化革命，实现材 料性能预测的高效与精准。
智能数据管理（进阶班 Only） ：深入了解科学数据基因组平台 SDH 的功能，推动科研数据的高 效管理和应用。
案例驱动学习（进阶班 Only） ：学员自带案例介绍及思路头脑风暴，集中解决自带案例，通过实 际案例提升学员的实战能力。
► 夏令营形式：
采取封闭式培训的模式，分成基础班和进阶班，两个班同步进行 ，部分课程合班授课 ；进阶班以小 组为单位对案例进行讨论、解析和实操 ，每组 1 ~ 3 人。
夏令营设计了多个环节，确保学员能够积极参与并最大化学习效果。
开营仪式 ：所有学员和讲师参与的启动活动， 正式开启智能科技的探索之旅，激发学员的学习热 情和创新精神。
拓展训练 ：通过团队合作活动，增强学员之间的沟通与协作能力，培养团队精神。
行业专家分享 ：邀请行业领军人物，分享他们的洞见和经验，提供行业前沿的视角。
课程讲解 ：由专业讲师或行业专家进行知识传授，涵盖理论基础、专业技能等内容 ，为学员提供最新的技术知识。
教学演示 ：展示 MaXFlow 分子模拟与人工智能平台的工具或技术的实际应用，帮助学员直观理 解操作流程和技巧。
自主练习及讨论 ：提供充足的时间让学员自主练习、讨论和答疑，满足不同学员的学习需求。
集中作业 ：学员在指导下进行案例分析和实际操作，鼓励学员深入探讨，解决自带案例。
作业展示 ：学员将有机会展示自己的学习成果，获得专业反馈和建议。
结业仪式 ：总结培训成果并颁发结业证书。
► 夏令营报到：
活动地点：上海华凯华美达广场酒店（上海奉贤区月华路 9 号）
活动时间：2024 年 8 月 14~17 日（周三至周六），4 天
报到时间：2024 年 8 月 14 日（周三下午），注册报到
► 夏令营报名费用：
注册类型 | 参训费用
( 包含食宿) | 早鸟价（优惠价格） 8 月 9 日前缴费或同一单位≥2 人参加
( 包含食宿)
|
教育/政府科研客户 | 5500 元/人 | 4500 元/人 |
企业客户 | 6000 元/人 | 5000 元/人 |
特别说明 | 。
1、报名费包含: 3 天的住宿费、全天用餐费、授课费、资料费、上机费等 2、基础班和高阶班价格相同 ，提交报名时选择班级。 3、每班限额 40 人，额满为止 ！ 4、学员需要自带电脑； 5、统一开据发票内容为 “培训费” ，发票将在培训期间发给学员，若您对 发票内容有特殊要求请发邮件至market@neotrident.com 说明。
|
► 学员福利： 软件免费试用2周免费使用分子模拟与AI自动化平台及超算10000机时。
► 夏令营报名方式：
1、 PC 端报名：点击此处抢占名额
2、手机识别二维码，提交报名
注：提交报名后 3 个工作日内 ，将会收到成功报名的邮件！
● 付费方式：
1) 银行汇款（请在汇款时务必备注参加人员姓名 ） 户 名：北京创腾科技有限公司上海分公司
开户行：招商银行上海荣科路支行 账 户：121919707510501
2) 现场支付（请务必备注参加人员姓名 ）
报到注册时可以通过支付宝或微信扫码支付 ，现场缴费不能参与任何优惠活动。
► 夏令营住宿安排：
住宿酒店 ： 上海华凯华美达酒店（上海奉贤区月华路 9 号） ，酒店伫立于上海金山区与奉贤区的交界 处，东临奉贤海湾旅游区、西靠金山市。
房间安排 ： 按照报名的先后顺序分配房间 ，房型标准为双人间。包含 8 月 14 日至 16 日三晚的住宿 ， 17 日退房。如有特殊需求，烦请在提交报名时备注 ，工作人员将为学员提前安排好住房。
交通安排：详见通知中路线参考
► 夏令营报名联系人：
创腾科技有限公司
13916858963 陈老师 ；13918936921 胡老师 ，0512-67509707-805 葛老师 Email ：market@neotrident.com
