報告題目：最新機器學習模型用于預測環(huán)境中污染物的各類反應行為

報告人： 張慧春

報告時間：2023年6月17日（星期六）10:00

報告地點：線下 新環(huán)境大樓208多媒體教室；線上 騰訊會議號265700066

邀請人：  羅金明

報告摘要：

    環(huán)境相關的化學反應已經被廣泛研究，但對不同條件下化學反應的動力學的準確建模依然極具挑戰(zhàn)。已有研究往往基于傳統(tǒng)的定量結構活性關系（QSARs），但這些建模方式通常需要繁復的特征工程。近年來，機器學習日益成為一個非常有潛力的化學反應建模手段，因為它不僅取得了比傳統(tǒng)手段更好的效果，還可以利用多樣化的化學表示方式。在此，我們用幾個最新例子來展示如何利用機器學習對不同的化學反應進行建模。在這個演講中，我們將聚焦于如何通過謹慎的數據整理和廣泛的特征工程來開發(fā)可信賴的基于小型數據集的機器學習模型，即考慮盡可能多的重要特征，以便即使是一個小型數據集也能捕捉到化學反應性的變化。示例包括好氧生物降解、高級氧化過程以及有機和無機化合物的非生物還原和吸附。我們還將討論最近針對伊利湖（五大湖之一）有害藻類水華程度的預測模型。

報告人簡介：

    張慧春，美國凱斯西儲大學土木與環(huán)境工程系的Frank H. Neff講席教授。2004年佐治亞理工大學環(huán)境工程博士學位，1994年和1997年南京大學環(huán)境化學學士和碩士學位。主要的研究領域是復合體系中氧化還原界面過程及新型污染物的遷移轉化過程，以及高級氧化過程。最近的研究涉及利用機器學習來獲得污染物的反應與吸附模型。研究發(fā)表在Chemical Reviews, ES&T, Water Res., Appl. Catal. B等國際知名期刊上。到目前為止共榮獲7項美國國家自然科學基金及多項其他研究項目。曾任北美華人環(huán)境工程與科學教授協會（CAPEES）會長 （2016-2017），現任ACS ES&T專題編輯。曾獲 Nanova/CAPEES Frontier Research Award, CAPEES Award for Environmental Application of AI/ML, ES&T Best Paper Award和ACS Gonter Research Paper Award。