博士职位—英国—爱丁堡大学（QS 22）—高分子优化的机器学习方法

enssn

申请截止日期：招满即止

专业领域：物理、化学、材料

爱丁堡大学（The University of Edinburgh）简称爱大（Edin.），创建于1583年，坐落于英国苏格兰首府爱丁堡市，是一所综合性研究型大学、七所古典大学之一，属于罗素大学集团、科英布拉集团、欧洲研究型大学联盟、同一个欧洲大学联盟和Universitas 21、RENKEI 等组织成员。2024QS排名22。

1、职位介绍

⭐️通过对聚合物混合物进行定制，可生产出多种目标热塑性材料，以实现最终用户性能（如机械、电气、结构支撑）的特定组合，这些性能在各工业领域，尤其是极端条件环境下非常重要。这些聚合物材料类别包括广泛使用的聚烯烃（PE、PP），也包括从高分子量单体（PS、PVC、PVP、PC、PTFE 等）中提取的其他材料。这方面的主要挑战是通过计算预测（和实验确认）最佳混合成分，这些成分可以非常容易地制造（通过挤出、吹塑等方式实现高加工性），从而在合理的单位质量总成本（固定成本+运营成本）下，配制出达到（或超过）上述最终用户特性的产品。

多年来，聚合物工程实验室针对多种混合条件组合（原生/回收原料、输入分子、温度、挤出/模塑设置、产品宏观尺寸）编制了大量实验数据集。构建第一原理数学模型，将大分子物理化学（如 Flory-Huggins 理论）描述与质量/热量平衡结合起来，以实现最终产品特性评估、严格的单元操作（如挤出机）设计和优化，是一项极其繁琐的工作，这不仅是由于数学复杂性，更是由于极端和普遍的参数不确定性阻碍了这些工作。

2、任务

⭐️本博士项目旨在结合最先进的人工智能（AI）和机器学习（ML）方法，探索聚合物材料类别的最佳混合和加工条件，从而开发出既能实现关键目标性能的高性能指数，又能确保高加工性和成本最优的大规模制造的材料。

3、资格

⭐️必须具备较强的计算技能，对统计学感兴趣，并具有数值方法/软件（MATLAB、Python）方面的经验。

⭐️最好有过基于 ML 的项目工作经验。

⭐️拥有化学、机械工程或密切相关领域（物理、化学）的本科学位，并具有较强的计算建模背景。

⭐️最低入职资格 - 相关科学或工程学科 2:1 或以上荣誉学位（或国际同等学历），可辅以理学硕士学位。

qingchu

1

zen_tao

1