《材料信息基礎(chǔ)》課程教學(xué)大綱

《材料信息基礎(chǔ)》教學(xué)大綱一、課程基本信息課程名稱材料信息基礎(chǔ)FundamentalsofMaterialsInformation課程編碼MAT320921020開課院部材料科學(xué)與工程學(xué)院課程團隊材料信息學(xué)教學(xué)團隊學(xué)分2.0課內(nèi)學(xué)時32講授32實驗0上機0實踐0課外學(xué)時0適用專業(yè)材料物理授課語言雙語先修課程高等數(shù)學(xué)（2-2）、線性代數(shù)、量子力學(xué)、材料基因與數(shù)據(jù)科學(xué)：Python實現(xiàn)課程簡介（限選）本課程是面向材料物理專業(yè)材料基因方向的一門專業(yè)基礎(chǔ)課，以材料的結(jié)構(gòu)和性能關(guān)系（構(gòu)效關(guān)系）為主線，為學(xué)生介紹材料基因工程相關(guān)的基本概念和思路。課程以材料信息學(xué)研究的必要性開始，介紹當(dāng)前材料科學(xué)和工程領(lǐng)域常用的數(shù)據(jù)挖掘和統(tǒng)計學(xué)習(xí)算法，及其在材料設(shè)計中的應(yīng)用。課程也對現(xiàn)有的材料大數(shù)據(jù)存儲及處理方式和基于材料大數(shù)據(jù)的高通量篩選進(jìn)行了介紹。本課程要求學(xué)生已具備微積分、線性代數(shù)、計算機編程基礎(chǔ)和量子力學(xué)的基礎(chǔ)知識，并已修過（或同時選修）本專業(yè)的材料基因與數(shù)據(jù)科學(xué)課程。在本課程中，將結(jié)合概論性課堂授課和操作性課堂演示及課后作業(yè)，使學(xué)生熟悉當(dāng)前新材料研發(fā)過程中的數(shù)據(jù)積累、篩選、可視化和構(gòu)效關(guān)系挖掘流程；一方面強調(diào)第一性原理的材料構(gòu)效關(guān)系，另一方面保證對實際材料數(shù)據(jù)的接觸，加深學(xué)生對相關(guān)專業(yè)課程的理解，培養(yǎng)學(xué)生的理性思維模式。Thecourse“FundamentalsofMaterialsInformatics”iscompulsoryforstudentsmajoringinmaterialsphysicswiththematerialsgenomeprogram.Thecoursecentersonthestructure-propertycorrelationsofmaterials,withaimstogiveagentleintroductionofthefundamentalconceptsandgeneralmethodsinthecurrentmaterialsgenome/informaticsresearch.Westartfromthenecessityofaninformaticsmannerofmaterialsresearchanddevelopment,accompaniedbywidelyuseddataminingandstatisticallearningalgorithms,andtheirapplicationsinmaterialssciences.Wealsotouchuponthesubjectofmaterialsrelatedbigdataanddatabases,andhigh-throughputscreeningtechniques.Thestudentsareexpectedtohavethebackgroundofsingleandmulti-variablecalculus,linearalgebra,andfundamentalquantummechanics.Moreover,thestudentsshouldalsohavesomeexperiencesincomputerprogramming,theperfectmatchisPython3,thedefacolanguageinthemachinelearningarea.FirmknowledgeofalowerlevellanguagesuchasC/C++wouldhelpful,butnotnecessary.Wealsoprovideanaccompanyingcoursenamed“Materialsgenomeanddatascience:Pythonimplementation”,whichcontainstherequiredprogrammingandstatisticsprerequisites.Wetakeacombinedin-courseconceptuallecturesandpracticaldemonstrationswithhomeworkinvolvingdeviationsandprogramming.Thestudentswouldgotaworkingknowledgeandskillsofthetoolchainofdataacquisition,screening,visualizationandminingofmaterialsR&D.Byemphasizingthefirstprinciplestypeofthinkingthroughthecourseandkeepingthestudentsintouchwithrealmaterialsdata,webelievetakingthiscoursewoulddeepentheunderstandingofrelatedsubjectsinthephysicalsciences,andshapingtheabilityofcriticalthinking.負(fù)責(zé)人大綱執(zhí)筆人審核人二、課程目標(biāo)序號代號課程目標(biāo)OBE畢業(yè)要求指標(biāo)點任務(wù)自選1M1目標(biāo)1：熟悉材料信息學(xué)基本概念，掌握信息學(xué)基本方法和材料數(shù)據(jù)獲取、分析流程。是5.15.12M2目標(biāo)2：了解材料構(gòu)效關(guān)系內(nèi)涵，能夠針對材料學(xué)復(fù)雜問題進(jìn)行深入計算分析。是4.24.2三、課程內(nèi)容序號章節(jié)號標(biāo)題課程內(nèi)容/重難點支撐課程目標(biāo)課內(nèi)學(xué)時教學(xué)方式課外學(xué)時課外環(huán)節(jié)1第一章緒論本章重點難點：材料信息學(xué)與傳統(tǒng)材料學(xué)科的關(guān)系；系統(tǒng)生物學(xué)對材料科學(xué)的啟發(fā)；開源數(shù)據(jù)庫的使用方法；數(shù)據(jù)挖掘概念及常用術(shù)語////21.1什么是材料信息學(xué)材料信息學(xué)與傳統(tǒng)的材料科學(xué)的關(guān)系，材料信息學(xué)的內(nèi)容及學(xué)習(xí)方法M10.5講授0.5作業(yè)、文獻(xiàn)閱讀31.2材料信息學(xué)與傳統(tǒng)的材料科學(xué)的關(guān)系，材料信息學(xué)的內(nèi)容及學(xué)習(xí)方法系統(tǒng)生物學(xué)的基本思想及對材料科學(xué)的啟發(fā)，傳統(tǒng)材料科學(xué)的挑戰(zhàn)M10.5講授0.5作業(yè)、文獻(xiàn)閱讀41.3材料數(shù)據(jù)的獲取方式材料信息的獲取方式介紹，材料數(shù)據(jù)庫的分類，晶體學(xué)、熱化學(xué)開源數(shù)據(jù)庫發(fā)展歷史M20.5講授0.5作業(yè)、文獻(xiàn)閱讀51.4數(shù)據(jù)挖掘數(shù)據(jù)挖掘概念，聚類分析、預(yù)測模型、關(guān)聯(lián)分析、異常檢測，高通量篩選，統(tǒng)計學(xué)習(xí)概念M10.5講授0.5作業(yè)、文獻(xiàn)閱讀6第二章材料科學(xué)中的數(shù)據(jù)挖掘本章重點難點：數(shù)據(jù)挖掘的基本步驟；圖像數(shù)據(jù)處理、高維數(shù)據(jù)處理算法的應(yīng)用條件；圖像卷積的基本概念及應(yīng)用；對不同類型的數(shù)據(jù)根據(jù)數(shù)據(jù)特征選擇合適的數(shù)據(jù)處理算法；預(yù)測性模型與描述性模型的區(qū)別與聯(lián)系////72.1數(shù)據(jù)挖掘步驟實驗與理論模擬的材料學(xué)數(shù)據(jù)的應(yīng)用需求分析，數(shù)據(jù)對象識別及提取，特征提取，模式識別，數(shù)據(jù)可視化，結(jié)果評估M21講授1文獻(xiàn)閱讀82.2圖像數(shù)據(jù)處理多尺度Retinex增強算法，OSTSU算法，圖像的形態(tài)學(xué)操作，線性濾波，圖像卷積M13講授3綜合大作業(yè)92.3高維數(shù)據(jù)處理特征選擇基本概念，距離過濾器，KL距離，奇平方過濾器，ReliefF算法，主成分分析、等距特征映射，局部線性嵌入、拉普拉斯特征映射特征轉(zhuǎn)換技術(shù)M13講授3作業(yè)102.4預(yù)測性模型與描述性模型分類模型，回歸模型，聚類模型M11講授1作業(yè)11第三章材料科學(xué)中的統(tǒng)計學(xué)習(xí)方法本章重點難點：監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)的區(qū)別；邏輯回歸算法；梯度下降算法的推導(dǎo)；K均值算法與PCA算法的聯(lián)用////123.1監(jiān)督式學(xué)習(xí)二元分類模型，邏輯回歸算法，損失函數(shù)，梯度下降法，過擬合與欠擬合概念與解決方法M13講授3作業(yè)、文獻(xiàn)閱讀133.2非監(jiān)督式學(xué)習(xí)K均值聚類算法，層次聚類算法，最大期望算法，K均值聚類算法與PCA算法的使用M13講授3作業(yè)、文獻(xiàn)閱讀143.3材料科學(xué)實例：尋找新的壓電介質(zhì)材料基因組計劃，結(jié)構(gòu)描述符M22講授2綜合大作業(yè)15第四章數(shù)據(jù)驅(qū)動的材料設(shè)計本章重點難點：帕累托平衡；進(jìn)化神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史及原理；三種信息準(zhǔn)則；傳統(tǒng)的遺傳編程與BioGP的區(qū)別；BioGP代碼以及在材料科學(xué)領(lǐng)域的重要應(yīng)用////164.1帕累托平衡帕累托邊界，帕累托最優(yōu)M11講授1作業(yè)、文獻(xiàn)閱讀174.2進(jìn)化神經(jīng)網(wǎng)絡(luò)前饋神經(jīng)網(wǎng)絡(luò)，反向傳播算法，進(jìn)化神經(jīng)網(wǎng)絡(luò)原理，進(jìn)化神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史，赤池信息量準(zhǔn)則，修正后的赤池信息量準(zhǔn)則，貝葉斯信息準(zhǔn)則M13講授3作業(yè)、文獻(xiàn)閱讀184.3遺傳編程傳統(tǒng)的遺傳編程，bi-objective遺傳編程，BioGP與傳統(tǒng)GP的區(qū)別，BigoGP代碼，EvoNN與BIoGP的可變性反應(yīng)分析M22講授2作業(yè)19第五章材料數(shù)據(jù)庫和高通量篩選本章重點難點：常用材料數(shù)據(jù)庫的使用；大數(shù)據(jù)相關(guān)概念；大數(shù)據(jù)中相關(guān)性計算的關(guān)鍵；材料基因組及高通量篩選的理解////205.1數(shù)據(jù)庫基礎(chǔ)數(shù)據(jù)庫的作用與限制，材料數(shù)據(jù)庫的相關(guān)政策，常用材料數(shù)據(jù)庫簡介及使用M12講授2作業(yè)215.2大數(shù)據(jù)云計算，相關(guān)性計算，分布式存儲，Hadoop，SparkM12講授2作業(yè)225.3高通量篩選材料基因組計劃，材料基因組技術(shù)發(fā)展歷程，高通量材料試驗技術(shù)進(jìn)展，高通量材料集成計算，第一原理計算方法，計算熱力學(xué)方法，動力學(xué)過程算法M24講授4綜合大作業(yè)四、考核方式序號考核環(huán)節(jié)操作細(xì)節(jié)總評占比1平時作業(yè)1.每小節(jié)布置1~2道題目，或布置一篇文獻(xiàn)閱讀作業(yè)。平均每次課1道題以上或每兩次課一篇文獻(xiàn)閱讀。2.成績采用百分制，根據(jù)作業(yè)完成準(zhǔn)確性、是否按時上交、是否獨立完成評分。3.考核學(xué)生對材料信息學(xué)相關(guān)基本知識和工具的掌握能力，學(xué)生綜合運用所學(xué)知識分析問題、解決問題的能力，題型主要為計算和編程。20%2大作業(yè)1.本課程要求使用Python編程語言及其相關(guān)工具模塊，如Numpy、Pandas等進(jìn)行部分建模、數(shù)值計算及數(shù)據(jù)可視化，通過實際操作深入理解材料信息學(xué)相關(guān)的數(shù)據(jù)挖掘和統(tǒng)計學(xué)習(xí)方法。2.根據(jù)模型建立情況和實現(xiàn)方案的準(zhǔn)確性評分。30%3期末考試1.閉卷考試，成績采用百分制，卷面成績總分100分。3.主要考核學(xué)生對材料信息學(xué)基礎(chǔ)知識及其在具體材料設(shè)計問題中的應(yīng)用能力，學(xué)生綜合運用所學(xué)知識分析問題、解決問題的能力，題型主要為簡答題、和計算題。40%4考勤隨機點名、刷卡點名等5%5課堂表現(xiàn)隨機檢查學(xué)生上課精神狀態(tài)、回答問題情況5%五、評分細(xì)則序號課程目標(biāo)考核環(huán)節(jié)大致占比評分等級1M1平時作業(yè)20%A-獨立思考、按時完成，解題思路清晰、步驟完整、格式合理、答案準(zhǔn)確，或?qū)ξ墨I(xiàn)內(nèi)容把握較全面，能夠就實現(xiàn)細(xì)節(jié)提出問題或解決方案。B-獨立思考、按時完成，解題思路比較清晰、步驟比較完整、格式合理、答案準(zhǔn)確，或?qū)ξ墨I(xiàn)內(nèi)容有較全面把握。C-獨立思考、按時完成，解題思路比較清晰、步驟比較完整、格式比較合理、答案準(zhǔn)確；或?qū)ξ墨I(xiàn)內(nèi)容有基本理解。D-作業(yè)抄襲，未能按時完成，解題思路混亂，或?qū)ξ墨I(xiàn)無理解2M1大作業(yè)30%A-建立研究對象的模型正確，解決方案合理，計算結(jié)果分析恰當(dāng)。代碼規(guī)范，文檔齊全，或?qū)ο嚓P(guān)特殊情況進(jìn)行恰當(dāng)?shù)恼归_討論。B-建立研究對象的模型正確，程序功能滿足要求,解決方案合理，計算結(jié)果分析正確。C-建立研究對象的模型基本正確，程序功能基本滿足要求,解決方案基本合理，計算結(jié)果分析基本正確。D-建立研究對象的模型不正確，程序功能不能滿足要求,解決方案不合理，計算結(jié)果分析不正確。3M1期末考試40%（見試卷評分標(biāo)準(zhǔn)）4M1考勤5%A-全勤。B-缺勤1次。C-缺勤2-3次。D-缺勤3次以上。5M1課堂表現(xiàn)5%A-精神狀態(tài)飽滿，回答問題準(zhǔn)確。B-精神狀態(tài)良好，問題回答較好。C-精神狀態(tài)一般，問題回答一般。D-精神狀態(tài)差，回答問題有誤。6M2平時作業(yè)30%A-獨立思考、按時完成，解題思路清晰、步驟完整、格式合理、答案準(zhǔn)確，或?qū)ξ墨I(xiàn)內(nèi)容把握較全面，能夠就實現(xiàn)細(xì)節(jié)提出問題或解決方案。B-獨立思考、按時完成，解題思路比較清晰、步驟比較完整、格式合理、答案準(zhǔn)確，或?qū)ξ墨I(xiàn)內(nèi)容有較全面把握。C-獨立思考、按時完成，解題思路比較清晰、步驟比較完整、格式比較合理、答案準(zhǔn)確；或?qū)ξ墨I(xiàn)內(nèi)容有基本理解。D-作業(yè)抄襲，未能按時完成，解題思路混亂，或?qū)ξ墨I(xiàn)無理解7M2大作業(yè)50%A-建立研究對象的模型正確，解決方案合理，計算結(jié)果分析恰當(dāng)。代碼規(guī)范，文檔齊全，或?qū)ο嚓P(guān)特殊情況進(jìn)行恰當(dāng)?shù)恼归_討論。B-建立研究對象的模型正確，程序功能滿足要求,解決方案合理，計算結(jié)果分析正確。C-建立研究對象的模型基本正確，程序功能基本滿足要求,解決方案基本合理，計算結(jié)果分析基本正確。D-建立研究對象的模型不正確，程序功能不能滿足要求,解決方案不合理，計算結(jié)果分析不正確。8M2期末考試20%（見試卷評分標(biāo)準(zhǔn)）評分等級說明：[A,B,C,D,E]=[90-100,80-89,70-79,60-69,0-59];[A,B,C,D]=[90-100,75-89,60-74,0-59];[A,B,C]=[90-100,75-89,60-74,0