化学博士项目：机器学习集成多尺度电子结构理论与算法

项目介绍： 本博士项目将通过整合机器学习模型与分层QM/QM技术，推进下一代多尺度电子结构方法的发展。您将开发新理论、创建软件，并将您的方法应用于CO₂还原的负载型金属催化剂研究——为英国实现净零排放目标做出贡献，并推动计算化学的基础性进步。

研究背景： 电子结构理论（EST）模拟是清洁能源技术、药物设计、现代电子学等领域发现工作的基础。它们还为开发精确的机器学习（ML）力场提供关键数据。然而，高精度EST方法随系统规模扩展性较差，这推动了在保持精度的同时降低计算成本的多尺度策略的发展。

我们团队近期开发了多种有前景的多尺度EST方法，包括： • 在软件之间共享内存中电子结构数据的框架 [1] • 混合机器学习/电子结构理论方法 [2] • 用于分层QM/QM模拟的互操作软件 [3]

尽管在可用的多尺度EST模型方面已取得实质性进展，但在将基于ML的模型整合到QM/QM方法中、评估能量/力导数，以及将这些方法应用于具有重要社会意义的催化问题以展示其潜力方面仍存在挑战。

项目内容： 本项目将把基于ML的电子结构模型与分层QM/QM模拟相结合，实现对复杂催化系统的快速精确建模。您将： • 构建用于CO₂还原的负载型金属催化剂的QM/QM模型 [4–5] • 将密度矩阵的ML表示与高精度EST方法整合 • 开发实现稳定、精确多尺度模拟的新算法 • 将您的方法应用于CO₂增值催化剂的设计原理研究 • 与实验合作伙伴协作验证预测结果

该项目结合了理论开发、软件工程和催化应用，为重要的技能发展和高影响力成果提供了广阔空间。

研究环境与培训： 您将加入由Andrew Logsdail博士领导的Cardiff Catalysis Institute (CCI)理论与分子建模小组。该小组是CCI更广泛的计算建模社区的一部分，由约25名研究人员组成，为博士研究提供充满活力和支持性的环境。

具体培训内容包括： • 电子结构理论与机器学习 • 现代科学语言软件开发（如Python） • 高性能计算（HPC） • 多相催化化学

您将有机会通过会议和研讨会向广大听众展示您的工作，在支持性指导下发展研究想法，并通过与计算和实验合作者的密切合作积累研究经验。本项目为计算化学、EST方法开发、机器学习和量子技术领域的职业发展奠定坚实基础。

申请要求： • 学历要求：申请者须具有2.2等学士学位或同等学历 • 语言要求：如果英语不是您的第一语言，须在学业开始前满足英语语言要求。研究生入学认可的英语语言资格详情请参阅Cardiff University官网

申请方式： 请完成在线申请，注明导师和项目： https://www.cardiff.ac.uk/study/postgraduate/research/programmes/programme/chemistry

资助信息： 本博士职位面向自费的本土、欧盟和国际学生开放。Cardiff University化学学院有多位学者接受自费博士生的申请。

平等与多样性： Cardiff University致力于支持和促进平等与多样性，为所有人创造包容性环境。我们欢迎全球社区所有成员的申请，无论年龄、残疾、性别、性别认同、性别重置、婚姻或民事伴侣关系状态、怀孕或生育、种族、宗教或信仰以及性取向。

参考文献： [1] Stishenko, Logsdail, et al., J. Chem. Phys. (2024), 161, 012502 [2] Stishenko, Logsdail, et al., J. Chem. Phys. (2026), 164, 064123 [3] Bramley, Logsdail. et al., ChemRxiv (2025) [4] Bowker, Logsdail, et al., ACS Catal. (2022), 12, 9, 5371 [5] Lawes, Logsdail, et al., ACS Catal. (2026), 16, 3, 2209