„Von der Symmetrie zum maschinellen Lernen“ ist Thema des LOEWE-FLAME-inars Nummer 24 zu dem Prof. Dr. Hongbin Zhang, Wissenschaftler bei LOEWE-FLAME, am 10. November 2022, ab 16 Uhr spricht.  „Ferroelektrische und antiferroelektrische Materialien, die von elektrischen Feldern angetrieben werden, bieten ein breites Spektrum an Anwendungsmöglichkeiten. Das mechanistische Verständnis solcher strukturellen Übergänge ist jedoch immer noch schwer zu fassen.“ so Prof. Zhang. „Daher werde ich in meinem Vortrag darauf eingehen, wie Symmetrieanalyse und maschinelles Lernen angewendet werden können, um Physik zu verstehen.“ Am Beispiel von NaNbO3 wird der Ursprung der antiferroelektrischen und ferroelektrischen Phasen auf der Ebene der elektronischen Struktur anhand der Pseudo-Jahn-Teller-Theorie aufgeklärt.

Hongbin Zhang promovierte 2009 in Theoretischer Physik an der TU Dresden. Nach zwei Postdoktorandenstellen am FZ Jülich und an der Rutgers University wechselte er 2015 als Juniorprofessor an die TU Darmstadt und wurde 2021 angestellt. Zu den Hauptforschungsthemen in seinem Arbeitsbereich gehört Materialdesign auf der Grundlage von Hochdurchsatz-Dichtefunktionaltheorie-Berechnungen, inverses Design durch generatives maschinelles Lernen und Bayes'sche Optimierung und Modellierung von Phasendiagrammen, die die DFT- und CALPHAD-Methoden kombinieren.

Organisiert werden die FLAME-inare vom LOEWE-Schwerpunkt FLAME an der TU Darmstadt, in dem elektronische-Struktur-Eigenschaftsbeziehungen entwickelt und genutzt werden, um neuartige bleifreie antiferroelektrische Verbindungen zu realisieren. Die Seminare werden Experten für Verarbeitung, Charakterisierung und Theorie versammeln, um Materialien und Anwendungen, Massen- und Dünnschichten, grundlegende Eigenschaften, elektronische Struktur und Defekte und verwandte Aspekte zu diskutieren.