11月30日下午，西南交通大學副校長康國政教授應邀來到我院，在明志樓B105為師生們帶來了一場題為“基于機器學習的材料疲勞分析”的精彩學術報告。本次報告由我院院長甘丹教授主持，吸引了眾多青年教師和研究生的參與。

報告伊始，康國政教授講解了疲勞失效的基本概念及其復雜性，深入闡述了壽命預測模型的傳統研究范式，并引入了數據驅動這一新興研究范式。他詳細介紹了數據驅動方法的特點、主要應用領域，指出傳統疲勞性能預測方法已難以有效應對復雜的疲勞問題。為應對這一挑戰，康教授團隊探索了基于機器學習的疲勞壽命預測方法。隨著高通量實驗和仿真技術的發展，大量的疲勞數據得以積累，為數據驅動的機器學習方法提供了可能性。在此基礎上，康教授團隊開發了多種機器學習模型，如全連接神經網絡（FCNN）、長短期記憶網絡（LSTM）和基于自注意力機制的模型，顯著提升了對多軸疲勞、熱-機耦合疲勞、隨機疲勞及環境疲勞等復雜疲勞問題的預測精度。此外，康教授團隊還提出了機理驅動的機器學習范式，進一步提升了疲勞壽命預測模型的泛化能力。最后，康教授強調基于機器學習的疲勞壽命預測方法不僅能夠提升預測的準確性和適用性，還能為材料設計和優化提供重要支持，未來將繼續探索更先進的機器學習算法和機理驅動策略，進一步推動材料科學與工程領域的創新發展。講座結束前，與會師生積極提問，與康教授進行了交流與溝通，學術報告在與會師生的熱烈掌聲中圓滿落幕。