Materials Modeling and Machine Learning Workshop: Molecules and Solids

El Materials Modeling and Machine Learning Workshop: Molecules and Solids es una instancia formativa intensiva dirigida a estudiantes de pregrado, postgrado, investigadores y profesionales interesados en el estudio computacional de sistemas moleculares y sólidos desde una perspectiva teórica y basada en datos.

Durante este workshop se abordarán fundamentos esenciales para modelar materiales mediante la Teoría del Funcional de la Densidad (DFT) y técnicas de machine learning (ML). Se utilizarán programas especializados como ORCA, CRYSTAL17 y Python, permitiendo a los participantes explorar diferentes enfoques para el cálculo de propiedades estructurales y electrónicas, así como para la predicción de materiales mediante modelos de datos.

Este workshop busca fortalecer capacidades en simulación computacional, promover el intercambio de conocimientos entre investigadores y formar una comunidad interdisciplinaria latinoamericana activa en el área de la química cuántica y ciencia de materiales.

Contenidos

1. Fundamentos de Simulación Cuántica
   Introducción a la teoría del funcional de la densidad (DFT)
2. Modelado de Moléculas con ORCA
   Preparación y análisis de estructuras moleculares
3. Modelado de Sólidos Cristalinos con CRYSTAL17
   Construcción de celdas unitarias, estructura de bandas y DOS
4. Introducción a Machine Learning con Python
   Fundamentos de ML y su aplicación en ciencia de materiales
5. Ejercicios Prácticos Guiados
   Simulación paso a paso de moléculas y sólidos. Visualización de resultados
6. Aplicaciones y Casos de Estudio
   Predicción de propiedades electrónicas, análisis estructural, clasificación de materiales
7. Discusión de publicaciones y proyectos de los asistentes

Relatores:

Felipe Mondaca

Felipe Mondaca es académico de la Universidad San Sebastián, Chile. Su investigación se centra en la simulación de nanocatalizadores aplicados a la producción sostenible de hidrógeno y al tratamiento de aguas residuales. Utiliza métodos computacionales, como DFT, para entender y optimizar propiedades a nanoescala en materiales funcionales con enfoque ambiental.

Arturo Martinez

Arturo Martínez es Investigador del CINVESTAV, México. Trabaja en ciencia de materiales desde un enfoque fundamental y aplicado, estudiando propiedades físicas de nanomateriales. Su trabajo incluye el desarrollo de materiales solares y sistemas para la purificación de agua, combinando modelado teórico y validación experimental.

Sergio Conejeros

Sergio Conejeros es Académico de la Universidad Católica del Norte, Chile. Especialista en química teórica y computacional. Su línea de investigación incluye la modelación de materiales inorgánicos, análisis de estructura electrónica, transporte y propiedades magnéticas en sólidos mediante DFT y otras herramientas de simulación cuántica.

Alejandra Navarrete

Alejandra Navarrete es académica de la Universidad Autónoma Metropolitana, México. Experta en química teórica. Su investigación aborda la caracterización de MOFs, puentes de hidrógeno intra e intermoleculares, inhibidores de corrosión y baterías tipo PBA. Aplica DFT para estudiar interacciones moleculares, cambios de fase y estructuras complejas.

 

Hugo Cabrera Tinoco

Hugo Cabrera Tinoco es Doctor en Física con experiencia en DFT, dinámica molecular y simulación de transporte electrónico. Lidera el Grupo de Simulación de Materiales en la Universidad Continental, Perú. Su investigación se enfoca en propiedades estructurales, térmicas y electrónicas de materiales funcionales.

 

Nicolaza Pariola Mendoza

Nicolaza Pariona Mendoza es investigadora del Instituto de Ecología A.C., Xalapa, México. Se enfoca en el desarrollo y aplicación de nanomateriales en agricultura, microbiología y remediación ambiental. Estudia su efecto en la germinación de plantas, bacterias, hongos y en procesos de descontaminación de aguas. Aplica enfoques experimentales y de caracterización funcional.

María Pía Arancibia Bravo

María Pía Arancibia Bravo es investigadora de la Universidad Católica del Norte, Chile. Su trabajo se centra en procesos de tratamiento de aguas residuales industriales. Estudia la interacción del agua de mar con minerales sulfurados, procesos electroquímicos en minería urbana y mejoras en la recirculación de agua en sistemas mineros. Su enfoque es experimental y aplicado.

Gabriel García Zambrano

Gabriel García Zambrano es candidato a doctor en Nanociencias y Nanotecnología (CINVESTAV, México). Su investigación integra ciencia de datos, machine learning y simulaciones DFT para predecir y optimizar propiedades de materiales funcionales. Aplica inteligencia artificial y modelos físicos en el diseño de materiales emergentes.

 

Emigdio Chávez

Dr. Emigdio Chávez es Investigador de Instituto Catalán de Nanociencia y Nanotecnología, España. Especialista en el desarrollo de nuevas herramientas de caracterización de nanomateriales. También, en el diseño y construcción de sistemas ópticos y electrónicos. Tiene interés en el desarrollo de nuevas técnicas de caracterización, análisis y procesamiento de imágenes, análisis multivariable, big data y deep learning.

Mario Reis

Dr. Mario Reis es profesor Asociado en la Universidad Federal Fluminense en Río de Janeiro, Brasil. Especialista en Física de la Materia Condensada. Editor en Jefe de Physica B: Condensed Matter, una revista internacional publicada por Elsevier. Desarrolló la aplicación móvil Sample for Science.

 

Juan Gómez Peralta

Dr. Juan Gómez Peralta es Investigador postdoctoral del CINVESTAV, México. Especializado en el desarrollo de redes neuronales profundas para resolver problemas de aprendizaje automático con un enfoque en la predicción de nuevos materiales cristalinos para dispositivos optoelectrónicos y en la expansión de las capacidades de las técnicas de caracterización de materiales.

El curso contó con un total de 61 participantes, de los cuales 11 fueron expositores, todos con grado de doctor.Entre los asistentes, 10 poseen grado de doctor, 11 son estudiantes de postgrado y 29 son estudiantes de pregrado de las carreras de Física, Química e Ingenierías.