事件日历

欧洲经委会研讨会：朱塞佩·罗马诺

题目：用可微编程加速材料发现：从热能收集器到芯片设计

摘要：最初为机器学习而开发的自动区分（AD）软件可能有益于神经网络以外的应用。物理求解器给出了一个突出的例子，其中语言范围内的可微性使大规模逆设计成为可能。在这次演讲中，我将报告我们最近的材料和系统优化工作，以及实现的开源软件。第一个应用是热能收集，为此我们确定了一种最佳的纳米结构硅膜。该系统的最小特征约为100 nm，已在麻省理工学院纳米中心用聚焦离子束（FIB）制备完成。第二个应用侧重于时空调制材料的逆向设计，这是一类可能开启新物理学的系统，如时间界面[2]。最新的应用涉及芯片平面图设计，我们与麻省理工学院- ibm沃森人工智能实验室合作，设计了一个框架，以最大限度地降低运行期间的最高温度。这种热感知方法与最大导线长度限制相结合，与常见的无梯度方法相比，可以实现更快的设计。在演讲的最后一部分，我将简要介绍MatInverse，这是一款基于jax的内部软件，用于多物理场逆设计。

b[1] G.罗马诺和S. G.约翰逊。“通过插值界面声子传输的纳米级热传输的逆设计”。结构与多学科优化[j](2022): 297。

H. Moussa等。光子时间界面的时间反射和宽带频率平移观测。自然物理（2023）：1-6。

朱塞佩·罗马诺（Giuseppe Romano）是麻省理工学院的澳门威尼斯人注册网站研究科学家。他的澳门威尼斯人注册网站研究集成了可微分编程和多尺度建模，以加速能源和计算应用的材料发现。他维护着几个科学开源软件包，包括OpenBTE，一个纳米级热传递工具。2018年，他是美国宇航局喷气推进实验室的访问科学家。他于2010年在罗马大学获得电气工程博士学位后加入麻省理工学院。