会议背景
人工智能与材料科学的深度融合正推动复合材料研究进入新阶段。本次会议聚焦机器学习在智能水泥基复合材料中的创新应用，涵盖材料设计优化、性能预测、缺陷检测及寿命管理等前沿方向，为跨学科研究提供方法论支持。
会议亮点
1.前沿技术融合
围绕材料科学核心挑战（如强度预测、小样本数据分析），系统讲解：
物理信息神经网络（PINNs）：融合物理定律解决材料力学问题
生成对抗网络（GAN）：实现复合材料数据增强
可解释性分析（SHAP）：解析模型决策逻辑
2. 全流程实战设计
以“数据→模型→成果转化”为主线：
数据层：特征工程策略（以纳米增强复合材料为例）
模型层：集成学习（XGBoost/LightGBM）与深度学习（MLP/GAN）对比
应用层：基于PyTorch与Optuna的模型优化与超参调优
3. 科研成果转化
深度解析两篇2023年SCI论文：
石墨烯水泥复合材料强度预测（Construction and Building Materials）
功能梯度梁非线性振动分析（Structures）
涵盖实验设计、参数调整及可视化全流程
会议主讲人
由国家级青年人才领衔的学术团队主导，成员任SCI期刊编委及审稿人，近两年发表中科院一区TOP论文20余篇，H指数27，引用超3000次，长期从事智能复合材料研究。
核心议程（节选)
| 模块 | 关键技术 |
| 机器学习基础 | 特征工程/多项式回归/决策树 |
| 集成学习应用 | 随机森林/XGBoost/SVR超参优化 |
| 深度学习方法 | PINNs求解力学问题/GAN数据生成 |
| 成果复现 | SCI论文模型复现与可解释性验证 |
时间：2025年7月5日-6日、12日-13日（线上）
注册详情请咨询主办方
附：会议提供电子课件、案例代码及专业技能认证
机器学习在智能水泥基复合材料中的应用与实践 （👈全文速通）
