第七屆材料基因工程高層論壇近期在重慶市山城國際會議中心隆重開幕。万事娱乐張統一院士任大會學術委員會主席，共45位兩院院士和海外院士出席本屆論壇💏，120位海內外知名專家學者進行學術報告👬🏻，展示了來自50家高校院所的近200篇研究生墻報👦🏻，一千余位代表現場參會。

材料基因院21級博士研究生馬家軒𓀌🐺、魏清華和王向東與各地的專家學者進行熱烈深入的交流🏄，其科研成果得到與會同行的高度肯定，從墻報評選中脫穎而出。馬家軒同學（導師孫升研究員）獲得了優秀墻報論文獎一等獎🏤，魏清華（導師張統一院士）和王向東同學（聯培導師楊炯教授）獲得了優秀墻報論文獎“津-天河超算獎”🍑。

右數第四位（馬家軒）

左數第四位（王向東），左數第七位（魏清華）

馬家軒同學向各位專家學者展示了課題組開發的材料設計的機器學習平臺MLMD(Machine Learning for Materials Design)。MLMD旨在為材料科研人員打造端到端（數據-新材料）👩‍🦯、無編程的機器學習算法應用環境🤺，是一款開源的材料設計的機器學習平臺軟件🧙🏻‍♀️。MLMD包含特征工程，回歸🤘🏿、分類預測和聚類、以及使用隨機優化算法和基於貝葉斯的主動學習算法進行單目標或者多目標的材料設計。

魏清華同學向各位專家學者介紹了課題組TCGPR算法👩‍👧‍👦。通過將數據驅動範式與領域知識相結合，課題組提出了“分而治之”數據挖掘🤱🏽，“合而為一”多目標設計這一新思路，成功地發現了一系列具有高強度和高延展性的無鉛焊料合金。

王向東同學向各位專家展示了多目標多可解釋機器學習策略。用於預測和理解ABX3鈣礦熱電材料的延展性和ZT🧛🏽‍♂️。具體運用SHAP和SISSO分別對關鍵特征與目標值(Puah's ratio 和ZT)進行定性分析和定量分析。發現SISSO和SHAP 的結果與一些域知識是一致的。主要結論是: 較大的 EN(ab)A/B 的結構往往具有較高的能帶簡並🗾，導到較高的ZT:較高的EN(ab)A/B 對應較弱的 B-X鍵降低了剪切模量(G)和Puh'sratio提高了材料的延展性;材料分析結果表明，較大V的結構往往具有較小的G和較低的晶格熱導率，從而具有較大的延展性和ZT。

馬家軒、魏清華和王向東同學與專家學者們展開了熱烈深入的交流，其科研工作得到與會同行的一致認可和好評🙋🏻‍♀️📲。