实践和研究经历
机器学习验证休谟—罗瑟里定则和预测固溶度
科研方向 2017.10 - 2019.6
二次固溶体的固溶度有助于对合金体系的形成过程进行理解,从而达到控制合金形成的目的,因此构建了基于支持向量机的固溶度类型判断和预测模型。
技术:Python,常用机器学习算法(SVM,RF,DT,KNN)
类脑计算平台
架构设计、用户交互开发 2017.10 - 2019.6
主要负责了全平台的功能需求、架构设计、用户交互开发。该平台主要包括了基于 KVM 的虚拟化模块、基于Minio 的对象存储模块、基于Docker 的实时计算和任务调度模块,满足了在类脑计算过程中所需要的数据存储、科学计算等需求。
技术:Linux,KVM,Docker,PHP,VueJS
物流管理中的路线规划可视化
架构设计、可视化开发 2018.6 - 2018.10
主要负责了路线规划选取实际物理位置模块的架构设计、使用高德地图对规划好的路线进行可视化。
技术:HTML/CSS/JS,AMAP,REST API
奖项荣誉
2019 年上海大学优秀毕业生
2017 年全国数学建模竞赛全国二等奖
2016~2018 年度上海大学研究生学业奖学金/每年
2016 年上海市优秀毕业生
2012~2016 年上海大学二等学业奖学金/每年
2014~2015 年上海大学学生标兵
2013~2014 年上海大学优秀学生
2012~2013 年上海大学优秀学生干部
论文发表
- Shengzhou Li, Huiran Zhang*, Dongbo Dai, Xiao Wei, Guangtai Ding, Yike Guo. Study on the Factors Affecting Solid Solubility in Binary Alloys: An Exploration by Machine Learning. Journal of Alloys and Compounds, 2019(782):110-118.
- Shengzhou Li, Huiran Zhang*, Dongbo Dai, Xiao Wei, Guangtai Ding, Yike Guo. Study on the Factors Affecting Solid Solubility in Binary Alloys: An Exploration by Machine Learning. Journal of Alloys and Compounds, 2019(782):110-118.
- 郑伟达, 张惠然*, 胡红青, 刘尧, 李盛洲, 丁广太, 张金仓.基于不同机器学习算法的钙钛矿材料性能预测.《中国有色金属学报》,2019, 29(4):803-809.
- Jichao Zhou, Jiaqi Shu, Shengzhou Li, Dongbo Dai, Guangtai Ding, Quan Qian, Huiran Zhang*. A Machine Learning Approach for Predicting Superconducting Transition Temperature of High-Temperature Superconductor. The 5th asian materials data symposium(AMDS), 2016:246-256.
研究简介
研究内容研究生期间主要从事机器学习与材料科学的交叉学科研究,针对二元合金体系二次固溶体的固溶度有助于对合金体系的形成过程 进行理解从而达到控制合金形成的目的,因此利用支持向量机构建了一个固溶度类别判定和预测真实固溶度的模型,对 Ag/Cu 合金体系的固溶度有效 [1];针对钙钛矿材料钛矿材料的晶体结构有助于判断材料的性能,因此利用随机森林、支持向量机等算法构建了钙钛矿材料性能预测模型,对预测超导转变温度、能带间隙有效[2-4]。
开发平台平台开发的主要参与人,负责全平台的架构设计、用户交互开发。类脑计算平台主要包括了基于 KVM 的虚拟化模块、基于 Minio 的对象存储模块、基于 Docker 的实时计算和任务调度模块 满足了在类脑计算过程中所需要的数据存储、科学计算等需求。