如何学好复合材料设计研究：初学者的详细指南！

为促进科研人员、工程师及产业界人士对智能算法在材料设计领域应用技术的掌握，特举办“机器学习在智能复合材料中的应用与实践”及“ABAQUS复合材料建模技术与应用”专题培训会议，本次培训会议主办方为北京软研国际信息技术研究院，承办方互动派（北京）教育科技有限公司，具体相关事宜通知如下：

材料科学、机械工程、计算机工程、建筑科学与工程、土木工程、电子工程、航空航天科学与工程、电力工业、自动化技术、工业通用技术、汽车工业、金属学与金属工艺、机械工业、船舶工业、流体力学、动力工程、石油天然气工业、环境科学与资源利用、物理学、以及从事工业自动化、机器人、智能制造等相关行业的科研人员、工程师、从业者和跨领域研究人员。

由来自全国知名高校教授/博导，国家级青年人才带领团队讲授。长期从事机器学习与智能复合材料与结构的研究与开发，近两年以第一/通讯作者发表SCI论文20余篇，包括多个中科院一区TOP期刊发表高水平论文。发表论文谷歌引用次数超过3000次，h-index为27。团队导师担任省内力学学会理事、SCI期刊Nano Materials Science和Buildings青年编委和Frontiers in Materials客座编辑，以及超过70个SCI期刊的长期审稿人。

由全国重点大学、国家“985工程”、“211工程”重点高校教授及团队成员讲授。在国内外重要杂志发表论文二十余篇，曾先后主持和参与完成国家专项、国家自然科学基金、省基金项目二十余项；拥有20余年复合材料结构有限元数值模拟经验，在复合材料有限元力学分析设计、复合材料断裂和损伤过程的数值模拟和实验研究等方面具有深厚的造诣。

机器学习与复合材料专题

1.多维度课程设计：培训不仅涵盖了机器学习的基础模型，还特别强调了这些模型与复合材料研究的融合，提供了全面的视角来理解机器学习在材料科学中的应用。

2.实践与理论相结合：通过实例分析，如纳米材料增强复合材料的特征工程，以及不同回归技术在复合材料数据中的应用，使学员能够将理论知识应用于实际问题解决中。

3.技术深度与广度：课程内容从基础的线性回归和多项式回归，到更高级的集成学习、支持向量机和神经网络，逐步深入，确保学员能够掌握不同复杂度的机器学习技术。

4.模型评估与优化：强调了模型评估的重要性，包括回归模型评估指标和交叉验证技术，以及如何使用工具包如Optuna进行超参数调整，帮助学员优化模型性能。

5.前沿技术探索：介绍了XGBoost和LightGBM等先进的机器学习算法，并探讨了它们的模型解释性技术，使学员能够理解并应用这些前沿技术。

6.神经网络与深度学习基础：提供了神经网络的基础知识，包括前向传播、损失函数和反向传播算法，以及使用PyTorch构建和训练神经网络的实践。

7.可解释性与可视化：特别强调了模型的可解释性，通过SHAP方法来解释模型预测，以及如何将研究成果进行可视化展示，增强了研究的透明度和说服力。

8.论文复现与写作指导：通过复现SCI论文中的机器学习应用，提供了论文写作和研究创新点分析的指导，帮助学员提升科研能力和论文发表技巧。

ABAQUS 专题

1. 理论筑基：由国家重点高校老师由浅入深得讲授各个模块要点难点、用到的方法，为实现后续的仿真分析加强理论依据。

2.实践为本：由组内最擅长软件操作的讲师详细讲授各个模块模拟实现各种算例的过程、模拟结果的分析，为实际课题与论文增添仿真色彩。