在深度学习与超材料融合的背景下，不仅提高了设计的效率和质量，还为实现定制化和精准化的治疗提供了可能，展现了在材料科学领域的巨大潜力。深度学习可以帮助实现超材料结构参数的优化、电磁响应的预测、拓扑结构的自动设计、相位的预测及结构筛选。目前在超材料领域内，深度学习的应用主要集中在以下几个方面：
1.加速设计过程：机器学习可以通过算法快速迭代设计，显著提高设计效率。
2.逆向设计：通过深度生成模型实现，实现特定功能需求的超材料设计提供了新途径。
3.智能算法优化：通过遗传算法、Hopfield网络算法和深度学习在内的智能算法，展现出快速设计和架构创新的优势。
4.多目标性能优化：机器学习可以处理多目标优化问题，找到满足多性能需求的最佳设计方案。
5.基于数据的预测模型：基于历史数据预测超材料的性能，为设计提供指导，降本增效。
6.多物理场模拟与优化：结合多物理场模拟，进行超材料的多物理场性能优化设计。
7.高维度、少样本优化：面临高维度和数据稀疏性问题。通过机器学习算法，实现精准治疗目的的设计。
为促进科研人员、工程师及产业界人士对深度学习在超材料领域应用技术及COMSOL仿真学习的掌握，特举办“深度学习驱动智能超材料设计与应用”以及“COMSOL Multiphysics多物理场仿真技术与应用”声学专题培训会，具体相关事宜通知如下：
主办方
北京软研国际信息技术研究院
承办方
互动派（北京）教育科技有限公司
合作单位
北京中科四方生物科技有限公司
培训对象
材料科学、机械工程、计算机工程、建筑科学、土木工程、电子工程、航空航天、物理学、自动化技术等领域的科研人员、工程师、及相关行业从业者、跨领域研究人员。
培训特色
COMSOL声学专题：
1、本次课程共3天，采用线下面对面授课、Step by step的教学方式，课后提供无限次回放视频，发送全部案例模型文件，建立永不解散的课程群，长期互动答疑；以具体案例和科研论文为实例，讨论在处理具体问题时如何应用comsol以及如何做出能够发表的结果；
2、基础入门阶段采用Step by step的教学方式带着做具体的案例，在案例中学习COMSOL应用必备技能，帮助学员快速掌握COMSOL的仿真框架，建立正确的仿真思路。
3、通过分模块详解：掌握各种边界条件和域条件的设置方法和技巧，区分每个边界条件或域条件应该在什么场景中应用；掌握网格划分标准及优化技巧，深入探索从模拟中获得的结果，对单声换能器、吸收式消音器、声表面波传感器、声学超材料、声子晶体等的设计进行优化。
4、通过声学、固体力学、流体流动、粒子追踪等模块进行复杂物理场的建立或者集合模型的建立，对声学微流体泵、声泳力打印喷嘴、单声换能器、微流控中声辐射力场和声流场分析等进行仿真。
5、整个课程通过多个场景案例的应用讲解，了解借助COMSOL在理想或多物理场环境下分析、评估、预测医学、机械和通信等行业中涉及的器件的性能的方法，使设计满足当前和未来发展。
往期COMSOL声学授课现场：
培训讲师
深度学习与超材料设计讲师：
来自于国内“985”重点高校，致力于声子超材料与机器/深度学习交叉领域的研究，以第一/通讯作者在《Computer-Aided Civil and Infrastructure Engineering》、《Computer Methods in Applied Mechanics and Engineering》、《International Journal of Mechanical Sciences》等行业顶级期刊发表论文数十篇，主持和参与多项国家级项目。
擅长领域：波动调控、振动控制、智能算法、声子超材料、隔振屏障、机器/深度学习。
COMSOL声学讲师：
来自国家“双一流”建设高校 、“211 工程”“985 工程”重点高校。授课讲师有着丰富的 COMSOL 使用经验，以第一/通讯作者在《Physical Review》系列、《Applied Physics Letters》等国际 Top 期刊发表论文数十篇，主持国自然等纵向科研基金8项。
擅长领域: 声学超材料、拓扑声学、声学微流控和声驱动微纳机器人等。
培训大纲
COMSOL Multiphysics多物理场仿真技术与应用-声学专题
案例应用实操教学：
案例一
二维声子晶体能带结构计算和Dirac特性分析
案例二
三维弹性波声子晶体能带结构和传输谱计算
案例三
Comsol 结合Matlab求解声学超材料等效参数
案例四
声学超材料声隐身、声隧穿、声强反射仿真
案例五
声学超材料负折射特性及三维能带仿真计算
案例六
声学角动量和声学谷态及应用分析
案例七
考虑热黏性损失的声学结构传输特性分析
案例八
振动与噪声控制功能结构一体化设计
案例九
拓扑体能带计算和拓扑边缘态分析
案例十
声学高阶拓扑角态应用案例
案例十一
声泳力打印喷嘴谐振结构本征模式仿真分析
案例十二
声悬浮技术和声镊操控应用案例
案例十三
基于拓扑绝缘体的微粒分离仿真分析
案例十四
微流控中声辐射力场和声流场分析
案例十五
声学微流体泵应用案例
案例十六
声表面波传感器本征模式仿真分析
案例十七
声微流控细胞排列和分离仿真
案例十八
基于声阱的微流控仿真应用案例
案例十九
吸收式消音器和声滤波器案例分析
案例二十
超声无损检测及结构健康监测仿真
其他案例
学员感兴趣的其他案例
软件操作系统教学：
COMSOL
软件入门
初识COMSOL仿真——以多个具体的案例建立COMSOL仿真框架，建立COMSOL仿真思路，熟悉软件的使用方法
COMSOL软件基本操作
Ø 参数，变量，探针，参数化扫描等设置方法
Ø 基本函数设置方法，如插值函数、解析函数、分段函数等
Ø 特殊函数的设置方法，如积分、求极值、求平均值等
Ø 几何建模基础及网格划分技巧
前处理和后处理的技巧讲解
Ø 特殊变量的定义，参数化求解、设置等
Ø 如何利用软件的绘图功能绘制不同类型的数据图和动画
Ø 派生值计算、数据和动画导出
Ø 不同类型求解器的使用场景和方法
COMSOL
软件进阶
COMSOL中声学模块仿真基础
Ø COMSOL中求解声场的步骤
Ø 声学模块的应用领域
Ø 声学模块与其他物理场耦合案例（包含结构力学和层流等）
声学模块内置控制方程解析
Ø 压力声学方程在COMSOL中的求解形式
Ø 研究模块中求解变量的初始值、不求解的变量值等
Ø 深入探索从模拟中获得的结果，联合MATLAB求解其他声学参数
边界条件和域条件的使用方法
Ø 硬声场边界的作用和使用场景
Ø 阻抗边界条件、匹配边界条件、周期性边界条件的作用
Ø 求解域条件：完美匹配层的理论基础和使用场景、 PML网格划分标准
Ø 声学与其他物理场耦合边界条件设置
波源设置
Ø 散射边界和端口边界的使用方法和技巧
Ø 频域计算、时域计算（瞬态分析）
Ø 点源,如单级点源、偶极点源和四极点源的使用方法
材料和网格设置
Ø 计算模拟中各向同性,各向异性等材料的设置
Ø 特殊本构关系材料的计算模拟
Ø 精确声场的网格划分要求及操作设置
COMSOL 接口功能及优化模块简介
Ø COMSOL 导入模块简介
Ø COMSOL WITH EXCEL 简介及案例应用
Ø COMSOL WITH MATLAB 简介及案例应用
Ø COMSOL 结构拓扑优化设计案例应用
部分案例图示：
深度学习驱动智能超材料设计与应用
目录
主要内容
声子超材料与深度学习基本理论
1.1 必要软件安装
1.1.1 Matlab与COMSOL有限元软件
1.1.2 Python编程语言、集成开发环境与Tensorflow深度学习框架
1.2 声子超材料
1.2.1 基本理论
1.2.2 计算方法
1.2.3 实操案例Ⅰ：采用Matlab编写传递矩阵法计算一维周期超材料能带曲线
1.2.4 实操案例Ⅱ：采用COMSOL计算二维周期超材料能带曲线
1.2.5 实操案例Ⅲ：采用COMSOL计算二维周期超材料的频域与时域响应
1.3 深度学习
1.3.1 基本理论
1.3.2 多层感知器(MLP)与卷积神经网络(CNN)
1.3.3 MNIST手写数字数据集介绍
1.3.4 实操案例Ⅳ：分别采用MLP和CNN实现手写数字识别
声子超材料数据批量自动计算方法
2.1 COMSOL with Matlab介绍
2.2 实操案例Ⅰ：生成用于声子超材料计算的Matlab代码
2.3 实操案例Ⅱ：变量为几何/材料参数的声子超材料数据批量自动计算方法
2.3.1 参数变量特征和定义方式
2.3.2 参数变量有限元模型批量自动计算方法
2.4 实操案例Ⅲ：变量为拓扑构型的声子超材料数据批量自动计算方法
2.4.1 拓扑构型特征
2.4.2 自定义拓扑构型生成规则
2.4.3 拓扑构型有限元模型批量自动计算方法
2.5 实操案例Ⅳ：数据集整合
声子超材料的带隙与能带曲线预测
3.1 研究综述
3.2 常用的正向预测深度学习模型
3.2.1 支持向量机(SVM)
3.2.2 多层感知器(MLP)
3.2.3 卷积神经网络(CNN)
3.3 用于带隙与能带曲线预测的数据集介绍
3.3.1 一维周期声子超材料的参数数据集
3.3.2 二维周期声子超材料的拓扑数据集
3.4 实操案例Ⅰ：基于多层感知器的一维周期声子超材料带隙预测
3.4.1 采用Tensorflow构建多层感知器
3.4.2 训练与验证
3.4.3 预测性能的评估
3.5 实操案例Ⅱ：基于卷积神经网络的二维周期声子超材料能带曲线预测
3.5.1 采用Tensorflow构建卷积神经网络
3.5.2 训练、验证与测试
3.5.3 真实值与测试值对比图的批量生成
一维周期声子超材料的参数设计
4.1 研究综述
4.2 常见的深度学习模型
4.2.1 多层感知器(MLP)
4.2.2 多层感知器(MLP)与遗传算法(GA)的结合
4.2.3 串联神经网络(TNN)
4.2.4 其它
4.3 参数设计数据集
4.4 实操案例：基于串联神经网络的一维周期声子超材料参数设计
4.4.1 采用Tensorflow搭建串联神经网络
4.4.2 改进的多功能串联神经网络——混联神经网络
4.4.3 参数设计性能评估方法
4.4.4 设计的非唯一性
二维周期声子超材料的拓扑设计
5.1 研究综述
5.2 拓扑设计深度学习模型
5.2.1 条件生成对抗网络(CGAN)
5.2.2 条件变分自动编码器(CVAE)
5.2.3 基于变分自动编码器(VAE)的融合模型
5.3 拓扑设计数据集
5.4 实操案例：基于融合模型的二维周期声子超材料拓扑设计
5.4.1 采用Tensorflow搭建变分自动编码器
5.4.2 变分自动编码器生成拓扑构型
5.4.3 基于潜向量的带隙预测
5.4.4 用于拓扑设计的融合模型搭建
5.4.5 拓扑设计性能评估
5.4.6 多目标设计
部分案例图示：
报名须知
深度学习驱动智能超材料设计与应用
2024年8月16日-8月18日
2024年8月24日-8月25日
在线直播（授课五天）
COMSOL 声学专题
2024年08月16日-08月19日
线下北京 （第一天报道，授课三天）
报名费用
（含报名费、培训费、资料费）
深度学习驱动智能超材料设计与应用：
￥4500元/人
COMSOL 声学专题：
￥4500元/人
2024年7月22日前报名缴费可享受200元早鸟价优惠；
参加过我单位举办的其它课程的老学员，可享受额外200优惠；
【注】费用提供用于报销的正规机打发票及盖有公章的纸质通知文件；
北京中科四方生物科技有限公司作为本次会议会务合作单位，负责注册费用收取和开具发票。如需开具会议费的单位请联系招生老师索取会议邀请函；
增值服务
1、凡报名成功学员将获得本次培训电子/书本课件及案例模型文件；
2、培训结束参加完线下课程的学员可获得本次所学专题课程无限次回放视频；
3、参加培训并通过考试的学员，可以获得：北京软研国际信息技术研究院培训中心颁发的《深度学习驱动智能超材料设计与应用》《COMSOL声学仿真应用工程师》专业技能结业证书；
联系方式