基于AI的超材料与超结构设计实验

课程目标
从方法论和计算的角度来看，高性能超材料和转移结构的设计都是一个极具挑战性的问题，因为它们具有多尺度的内在复杂性。事实上，即使是由相当 "简单 "的单元单元（UC）组成的中等尺寸器件，也往往涉及数千个自由度。人工智能（AI）是一种强大的工具，可用于开发精确、高效的替代模型，以
人工智能（AI）是一种强大的工具，可用于开发精确、高效的替代模型，以预测系统的响应作为其材料/几何描述符和外部激励的函数。这为开发高效的 "数字双胞胎"（DTs）奠定了基础。该实验室旨在通过计算机辅助实例，提供有关超材料和转移结构的高效人工智能驱动设计的方法论技能和知识。

主题
人工智能和机器学习（ML）算法基础
ML 作为构建精确 DT 的 "三步 "流程
降维和单次/自适应采样技术
计算昂贵的转移结构和超材料的替代模型
用于复杂多尺度结构计算效率设计的系统设计（SbD）框架
基于人工智能的超材料和转移结构设计的应用实例

所需技能
电磁波基础 "和 "力学与声学基础 "课程。

课程形式及学习评估
将以混合（即现场和在线）形式授课。教学活动包括 SW/HW 模拟练习。
考试包括项目作业的开发和演示。