9月30日，中国科学院物理所翁红明研究员应邀做客固体所凝聚态物理前沿论坛，并作了题为“拓扑材料数据库及其机器学习研究”的学术报告，报告会由王贤龙研究员主持。

在报告中，翁红明研究员首先介绍了拓扑材料的基本原理，并回顾了拓扑物理学的发展历史。他指出，拓扑能带理论是在传统能带论的基础上，进一步考虑了布里渊区中波函数的拓扑性质而发展起来的。随后，介绍了对称性指标理论的核心思想，该理论通过结合材料的晶体对称性和能带结构，为识别拓扑态提供了有效工具。基于这一理论，其所在课题组对约4万种已知材料的拓扑性质进行了系统分类，最终构建了一个综合性的拓扑材料数据库，为研究和发现新型拓扑材料提供了重要资源。最后详细介绍了机器学习方法在拓扑材料数据库中的应用。通过机器学习技术，研究者能够高效地汇总和分析数据库中的大量数据，自动识别出复杂的模式和潜在的关联。例如，机器学习可以揭示原子序数、晶体对称性、电子填充以及配位环境等材料特征与其拓扑性质之间的关系。报告最后，翁红明研究员还对未来机器学习在拓扑材料中的应用进行了展望，并与参会师生进行了热烈讨论。

翁红明，中国科学院物理所研究员。曾获中国科学院青年科学家奖，腾讯基金会科学探索奖，陈嘉庚科学奖（排名第三）和国家自然科学一等奖（排名第三）等。先后获得国家基金委“优青”、“杰青”项目资助。2018年起连续6年入选科睿唯安“全球高被引科学家”。其“理论预言并实验发现外尔半金属”的相关工作入选英国物理学会“物理世界2015年度十大突破”，美国物理学会“物理2015年度八大亮点工作”，科技部“2015年度中国十大科技进展”等。2018年该工作入选美国物理学会“Physica Review”系列期刊125周年纪念论文集。