Título:

Big Data de materiais: de métodos quânticos ao aprendizado de máquina.

Palestrante:

Gustavo Dalpian

Universidade Federal do ABC

 

Resumo: A área de modelagem computacional de materiais teve grandes avanços nas últimas décadas. O advento de métodos quânticos como a Teoria do Funcional da Densidade fez com que simulações de primeiros princípios se tornassem corriqueiras. O concomitante desenvolvimento de computadores cada vez mais rápidos fez com que a modelagem de um grande número de materiais fosse possível, levando a área para a era do 'Big Data' e da inteligência artificial. Neste colóquio discutirei os principais avanços da área, e mostrarei alguns exemplos de aplicações incluindo simulações em modo 'high thoughput' para o entendimento do desdobramento de spin em materiais semicondutores bidimensionais e métodos de aprendizado de máquina para a resposta magnética nesses materiais.  

Short Bio: Gustavo Dalpian se doutorou em Física pelo Instituto de Física da Universidade de São Paulo (USP) no ano de 2003. Logo após fez pós-doutoramentos no National Renewable Energy Laboratory  e na Universidade do Texas em Austin nos Estados Unidos. É professor na Universidade Federal do ABC (UFABC), onde atuou como Vice-Reitor  e Pró-Reitor de Pós-Graduação. Foi professor visitante na Universidade do Colorado em Boulder nos anos de 2017 e 2018. Possui experiência na área de Física da Matéria Condensada, focando sua pesquisa em uma interface entre Física, Química e Ciência de Materiais, particularmente estudando materiais semicondutores, nanoestruturas, informática de materiais e materiais para energia. Atualmente é tesoureiro da Sociedade Brasileira de Física e coordenador da área de física na FAPESP.

Data, horário e local:
03 de Junho de 2022 (sexta-feira) - 16h
Ambiente Virtual: Google Meet

Segue endereço do Webinar:
https://meet.google.com/ist-mcks-scg

Orientações:
1. Entrar com o microfone desligado.
2. Entrar com o email institucional (@ufpe.br)