讲座主题：半导体新材料研究中如何引用分子模拟与人工智能技术
讲座时间：2022年12月29日（周四），14:30
主 讲 人：吉雅欣 材料科学产品技术部技术支持工程师
报名方式：扫描下方二维码 或 点击链接
进入直播间，打开后记得收藏
讲座背景：
半导体材料的研究始于19世纪，至今已发展至第四代。近年来半导体技术在新材料、新结构、和新的封装方式等方面也在寻求革新，涌现出了越来越多的创新性成果。当下也存在一些难题：
Q1
难题一
对于半导体行业来讲，时间成本至关重要。如何缩短产品研发周期，以低成本将产品推向市场？
Q2
难题二
如何深刻认识半导体材料制造过程中涉及的物理化学复杂机理，以改善特定工艺过程？
Q2
难题三
合成半导体的原材料繁多（包括具有半导体性质的金属氧化物、聚合物、液体和气体等），如何获取不同种类的材料的结构性质及其相互作用，从而精准预测合成的材料性能，为器件仿真提供可靠的输入数据？
要从根源上解决这些问题，人们迫切需要发现决定半导体材料宏观性能和行为的基本微观结构因子及它们之间的内在关联，进而设计、合成新型半导体材料。
为了更快实现以上目标，我们必须采用创新的研发模式。从微观上以量子化学方法来研究半导体材料的电子性质、光学性质等，结合近期热门的虚拟筛选和人工智能方法来助力半导体材料研发，借助该研发模式可以有目标的去发现一些新材料体系，同时研究这些新体系，进一步增加对半导体材料的认识，从而形成不断深入的研究和开发过程。
hjc888黄金城自主研发的MaXFlow分子模拟与人工智能平台，便可以让科研人员以更高效、灵活地方式将高通量虚拟筛选和人工智能手段应用于半导体材料的研发，助于科研人员更快的开发出具有理想半导体性质的新型材料。
讲座内容：
半导体材料的基础知识
· 半导体材料的发现
· 半导体材料的基本概念和基础理论知识
· 半导体材料的应用
半导体材料-模拟计算
· 模拟计算在半导体材料研究领域成功应用案例
· 半导体材料模型搭建及结构优化（二维结构，表面结构、缺陷结构、异质结结构构建）
· 计算分析半导体材料的电子性质（轨道性质，态密度、能带结构性质等）
半导体材料-人工智能加速模型自由
· 机器学习方法预测半导体材料的电子性质、光学性质
· 机器学习方法优化半导体材料生产配方/工艺流程
· 如何使用机器学习方法建立专属预测模型
MaXFlow-分子模拟与人工智能高通量设计与筛选有机半导体材料
· 高通量设计有机小分子半导体材料
· 深度学习预测材料性质多种计算引擎联用，结合深度学习、量子力学方法实现对材料进行性质预测及筛选
