Aarhus University Seal / Aarhus Universitets segl

Intelligent forudsigelse af materialer og molekyler med maskinlæring

Ph.d.-forsvar, fredag den 29. november 2019, Mathias Siggaard Jørgensen.

29.11.2019 | Mie Meulengracht Christensen

Mathias Siggaard Jørgensen

I løbet af sit ph.d.-studium har cand.scient. Mathias udviklet intelligente algoritmer til at forudsige materialer og molekyler på atomar skala ved brug af maskinlæring. Teknologiske landvindinger bliver ofte udløst af nyskabende materialer og molekyler med unikke egenskaber. At forudsige disse strukturer på atomar skala er en yderst kompliceret opgave og sætter store krav til computerkraft.

Mathias har arbejdet med adskillige teknikker inden for maskinlæring til at automatisere denne opgave og udvikle intelligente løsninger til at løse opgaven mere effektivt. Det primære bidrag fra hans studium er en algoritme, der lærer, uden forudgående viden eller menneskelig indblanding, at bygge strukturer på atomar skala, atom for atom.

Ph.d.-studiet er gennemført ved Interdisciplinært Nanoscience Center (iNANO), Science and Technology, Aarhus Universitet.

Dette resumé er udarbejdet af den ph.d.-studerende.



Tid: Fredag den 29. november 2019, kl. 13:15
Sted: Bygning 1593, lokale 012, iNANO Auditorium, iNANO, Aarhus Universitet
Afhandlingens titel: Machine learning in atomistic structure prediction
Kontaktinfo: Mathias Siggaard Jørgensen, e-mail: mj@inano.au.dk, tlf.: +45 40 46 70 97

Bedømmelsesudvalg:
Dr. Luca Ghiringhelli, Theory Department, Fritz Haber Institute, Tyskland
Research Scientist James Kirckpatrick, Deepmind, Google, Storbritannien
Lektor Victoria Birkedal, iNANO, Aarhus Universitet (chair)
Hovedvejleder:
Professor Bjørk Hammer, Institut for Fysik og Astronomi, Aarhus Universitet

Sprog:
Ph.d.-afhandlingen forsvares på engelsk

Forsvaret er offentligt.
Afhandlingen ligger til gennemsyn hos Graduate School of Science and Technology/GSST, Ny Munkegade 120, bygning 1521, 8000 Aarhus C.

PhD defence