申林，北京师范大学化学学院教授、博士生导师，2012年在北京师范大学获博士学位，随后在香港大学和美国杜克大学从事博士后研究，2019年获国家部委高层次青年人才项目。从事理论与计算化学领域的研究工作，致力于发展和实现适用于复杂化学体系的计算方法，提升现有计算方案的精度和效率，进而探索光化学反应机制，开展光电功能材料的理论设计。

机器学习带来的技术革命波及甚广。然而，将机器学习正确地引入到计算化学并不是一件容易的事情，在解决具体问题时往往受到现有数据质量的极大制约。报告人近年来通过设计不同类型的化学描述符以及相应的机器学习算法，在非绝热动力学加速、溶剂化自由能预测、非线性光学材料设计、金属配合物发光性能预测等方面取得了一些进展。报告人还将介绍机器学习建模的基本思路和流程，为利用新技术解决化学问题提供参考。