Gabriel Ravanhani Schleder
Inteligência artificial para descoberta e design de materiais: materiais 2D, quânticos, e um pouco de sensores
26/04 - Quarta-feira - 19h30
Sala A501
Resumo
Um dos principais objetivos e desafios da ciência de materiais é encontrar os melhores candidatos para cada propriedade ou aplicação de interesse. A inteligência artificial aprendizado de máquina surge nesse contexto para otimizar essa busca, sendo muito mais eficiente do que a abordagem por tentativa e erro. Nesta apresentação mostrarei uma introdução sobre aprendizado de máquina e seu uso para a descoberta e design de materiais bidimensionais (2D) e sensores.
Mini CV
Formado em Engenharia de Materiais pela Universidade Federal do ABC, onde fez mestrado em 2017 e doutorado em 2021 (premiado como melhor tese do Brasil na área interdisciplinar no Prêmio CAPES de Tese 2022), ambos em Nanociências e Materiais Avançados. Durante o doutorado atuou como colaborador do Laboratório Nacional de Nanotecnologia (LNNano) em Campinas, e entre 2020/21 foi visitante na Harvard School of Engineering and Applied Sciences, onde entre 2021 e 2023 foi Postdoctoral Fellow in Applied Physics na área de machine learning e simulação computacional de materiais quânticos. Em março de 2023 retornou ao Brasil como Pesquisador para liderar a área de Teoria e Ciência de Dados no LNNano, parte do CNPEM. Tem mais de 40 publicações científicas, 1000 citações, 1 patente, e tem oportunidades para alunos de diversos níveis.