1. 报告题目：模拟微观世界：从薛定谔方程到大原子模型

    报  告  人：王涵研究员/博导（北京应用物理与计算数学研究所）

    王涵，北京应用物理与计算数学研究所研究员，博士生导师。2011年毕业于北京大学数学科学学院，获得理学博士学位；2011至2014年于柏林自由大学数学与计算机学院从事博士后研究。2014年加入北京应用物理与计算数学研究所。主要研究兴趣为分子动力学模拟中的多尺度建模与计算方法。与合作者发展了深度势能模型，解决了传统方法精度和效率无法两全的困境，将第一原理精度分子动力学模拟规模推进至亿原子量级。

    报告时间：2024年5月23号（周四）下午15:00-16:30

    报告地点：明故宫校区A9-506会议室

    报告内容：

    本报告综述了原子模型的发展历史，从约翰·道尔顿的原子理论到量子力学的建立，以及现代微观模拟方法面临的挑战。报告重点介绍了机器学习模型在原子尺度模拟中的应用，特别是深度势能模型（DeePMD）在处理大规模原子体系的精度和效率，同时讨论了现有机器学习模型的局限性。为了克服这些限制，报告介绍了几种旨在实现具有通用性的机器学习模型的尝试，并指出创建一个多领域、多任务的通用模型所面临的困难。最后，报告提出了DPA-2大原子模型（Large Atomic Model, LAM）的模型架构、训练方法、微调策略以及模型知识蒸馏方法，并初步建立了与之配套的工作流。报告展示了DPA-2的少数帧泛化能力以及在现实世界应用中的准确性。报告最后介绍了OpenLAM倡议，这是一个旨在推动大原子模型发展的开源计划。

2. 报告题目：怎么让学生“学”得好

    报  告  人：沈洋（南京航空航天大学）

    报告时间：2024年5月23日 14:00-18:00

    报告地点：经管学院403室

    报告摘要：

    用AI打造智慧课堂。如何“定制”学情报告？如何借助人工智能赋能课堂教学创新？如何指导学生加入技术助教团队？

    沈洋，南京航空航天大学经济与管理学院博士，副教授，硕士生导师。长期从事复杂系统建模与仿真、大数据分析与决策智能、航空应急救援技术与管理等领域的研究工作，发表相关学术论文40余篇，担任多种SCI、EI、CSSCI期刊及国际会议审稿人，国家级一流虚拟仿真实验课程建设负责人。近年承担包括国家重点研发计划项目、国家社会科学基金项目、省部级大型信息平台规划项目等在内的学术与横向科研课题10余项。获国防科技进步一等奖和江苏省社科应用精品工程二等奖各1次。任中国航空学会应急救援分会委员、中国仿真学会人工社会专业委员会委员、中国优选法统筹法与经济数学研究会复杂装备研制管理分会理事，任江苏省和广东省科技评审专家。

3. 报告题目：面向高服役可靠性的制造系统故障诊断与智能运维

    报  告  人：夏唐斌（上海交通大学）

    报告时间：2024年5月24日 15:00-16:30

    报告地点：经管学院702室

    报告摘要：

    制造系统面临着极端服役环境、部件-系统强相关、多工况交替变换的新挑战，在服役阶段如何保持其可靠性水平并降低运维成本，成为有效解决国产高端装备故障后果严重、运维成本高、可靠性水平低等问题的关键。针对现有故障诊断与智能运维存在的异构数据分析受限、故障信息稀疏不平衡的问题，考虑制造系统高负载、变工况、非平稳运行的特性，本次报告主要开展以下研究：（1）优化设计“端-边-云”协同的退化感知框架，创新子图同构问题并精确求解部署方案，自适应增强装备实时计算、快速存储与多机通信能力；定制开发边缘端轻量化卷积模型与云中心高维度实时滤波算法，实现了性能、精度、误差等多源退化数据的高质量感知分析。（2）构建失效机理、状态数据与故障表征间的耦合建模机制，制定基于机理模型和数据生成的增量学习策略，通过联邦迁移学习协同共享工况间故障信息，提取非平稳信号特征与自适应构造健康指标，实现稀疏不平衡条件下机床关键部件故障的快速协同诊断。（3）针对机床退化路径时变、产线高柔性特点，设计变工况场景下制造系统的主动式维护策略，通过动态结构驱动与边云数据协同，为快节拍柔性产线的高效生产与可靠运行提供实时运维决策指导。所构建的面向高服役可靠性的制造系统故障诊断与智能运维方法应用体系，通过智能诊断、精准预测与高效维护，确保系统可靠服役，实现运维增值，促进工业母机产业智能升级。

    报告人简介：

    夏唐斌，上海交通大学长聘副教授、博导，教育部“长江学者奖励计划”青年学者，现任上海交通大学机械与动力工程学院副院长。主要从事智能制造系统、质量与可靠性等领域研究，发表论文近200篇（SCI收录118篇，ESI高被引5篇），曾获国家级教学成果奖二等奖、上海市教学成果一等奖两项、上海市优博论文、上海市产学研合作优秀项目奖特等奖、中国质量协会质量技术奖二等奖、上海市质量协会质量技术奖一等奖、上海交通大学“教书育人奖”等荣誉。主持国家重点研发计划项目课题、国家自然科学基金、国家智能制造装备发展专项课题、国家市场监督管理总局项目等国家、省部级纵向课题十余项；参与中国工程院重大咨询项目、工信部高技术船舶科研项目、科技部“网络协同制造和智能工厂”专项重点项目等近二十项；同时主持德国西门子、振华重工、中国商飞、中船集团、上汽通用、节卡机器人、湖北中烟、嘉洋科技等企业横向课题二十余项。担任《工业工程》《Chinese Journal of Mechanical Engineering》青年编委，《工业工程与管理》《船舶工程》编委、上海市政府质量奖评审专家、江苏省质量专家、上海市现代设计法研究会副秘书长等学术职务，2022年入选全球前2%顶尖科学家榜单（World's Top 2% Scientists）

4. 报告题目：Computational Analytics and Business Applications

    报  告  人：王洪刚（加州州立理工大学波莫纳分校）

    报告时间：2024年5月22日 16:00-18:00

    报告地点：经管学院435室

    报告摘要：

    In this talk, Dr. Wang share his research projects in business analytics with computational technologies including machine learning and blockchain. In particular, he will discuss reinforcement learning for vehicles routine problems, clustering for IoT security, and blockchain in food production and supply chain management. Dr. Wang also likes to share his view on future AI for business applications.

     Dr. Honggang Wang Is an associate professor of Technology and Operations Management in the College of Business Administration at Cal Poly Pomona. He received his Ph.D. in Operations Research from School of Industrial Engineering at Purdue University in 2009. Before joined CPP two years ago, Dr. Wang has worked as tenure track faculty in industrial engineering, College of Engineering at Rutgers University for several years. His teaching interests include business analytics, supply chain management, and blockchain systems. His research interests lie in algorithm design, systems modeling and optimization, and application of learning algorithms in cybersecurity, business operations and service fields. Dr. Wang has led and supervised more than twelve student research projects in cybersecurity, statistical learning, and business analytics in recent years. Dr. Wang’s research has been funded by IBM, Siemens Technology, and a few energy companies. His work has been published in high-quality scientific journals such as INFORMS Journal on Computing, European Journal of Operational Research, Naval Research Logistics, etc. Dr. Wang has won the IBM faculty awards in 2012 for his outstanding research in energy systems.