印度理工学院Abhishek Singh教授应材料基因组工程研究院邀请暑假期间访问了上海大学。2019年7月8-12日，Singh教授为2017级钱伟长学院的学生讲授了为期一周的科学研讨课程。课程首先概述了各种计算模拟方法在预测不同材料性能方面的潜能，计算方法的选择与精度、系统大小和效率有关。介绍了连续介质方法、经典分子动力学方法（MD）和密度泛函理论（DFT），并讨论它们在不同长度和时间尺度问题中的适用性及怎样通过数据辅助高通量和机器学习方法解决这些挑战。通过讨论机器学习模型，使得同学们了解了材料信息学，若干种机器学习算法的基本理论及其在加速寻找特定性质材料的应用，尤其是材料科学中用于处理大数据的深度学习网络方法。
2019年7月29日上午，Abhishek Singh教授在材料基因组工程研究院508会议室做了题为"Accelerating the properties prediction through machine learning"的学术报告。报告由刘 轶教授主持，材料基因院的老师和学生出席了本次活动。在本次报告中，Singh教授主要介绍了他们团队将机器学习和高通量计算结合进行的科研成果，包括高通量计算建设二维Mxene相材料数据库、机器学习预测能带带隙、高通量计算搜索热电材料等。会上大家就机器学习和高通量结合进行材料设计这一前沿方向进行了深入讨论。并对今后的潜在合作领域进行了讨论，双方表示愿意进一步就共同感兴趣的方向进行合作。
Abhishek Singh教授善于运用基于密度泛函的方法研究机器学习（ML），2D材料，热电学，催化，光学性质，拓扑材料和缺陷等广泛领域。在机器学习领域，Singh教授团队专注于发展先进材料数据库，并建立基于ML的模型，以精准预测特定性能。他的团队已经建立了印度第一个计算机材料数据库aNANt (http://anant.mrc.iisc.ac.in/)，其中包含25000种MXene的电子和结构性质。目前为止，这个数据库是世界上最大的2D MXene材料数据库。本次国际交流活动对上大材料基因组工程研究院与材料基因领域内世界前沿课题组的交流和合作起到积极推动作用。