10 月 23 日，来自德国德累斯顿莱布尼茨固体与材料研究所（IFW Dresden）的 Konrad Kosiba 博士，在上海工程技术大学行政楼1612为材料学院师生开展了一场题为“Enhancing laser powder bed fusion of metals via machine learning”的学术讲座。
本次由 Konrad Kosiba 博士主讲的学术报告，整体围绕案例引入-方法阐述 -互动交流展开。Kosiba 博士以 AA2024 铝合金激光粉末床熔融制造为工程案例切入，点明机器学习对金属增材制造工艺优化、缺陷防控的核心作用，同时简要介绍本次报告的核心议题：基于机器学习的激光粉末床熔融工艺优化模型、实现路径及推广应用。Kosiba 博士系统阐述了相关关键知识点，包括高斯过程回归、期望提升采集函数、双目标贝叶斯优化，讲解如何在有限实验数据条件下，兼顾构件致密度与构建速率，高效筛选工艺参数，降低热裂纹等缺陷风险，同时结合实验研究案例，探讨该优化框架向不同合金体系推广的可行性，直观呈现数据驱动方法在增材制造实际研究中的落地方式。
此次讲座活动不仅让学生们对机器学习赋能金属增材制造有了深入的了解，激起了学生们对交叉学科科研工作的兴趣，开拓了学生的视野，也为学院师生开展激光粉末床熔融工艺优化研究提供了新思路及理论参考。本次学术讲座也鼓励着学生们在科研的道路上越走越远，在科研求学的过程中“脚踏实地，实事求是，敢于创新，勇于探索”。
