机器学习与多体物理

中科院物理研究所, 11.29-11.30, 2016


Home Participants Program Information Downloads



机器学习的研究目标是让计算机获得一定程度的智能,从而更高效的解决问题。 这是一门介于计算机和统计之间,并具有鲜明的应用色彩的学科。 机器学习在数值优化、函数拟合、抽象数据特征和模式识别等领域都有重要的应用。 由于近年来算法和硬件的发展以及大量的数据积累,机器学习取得了一系列令人振奋的成果,引起了广泛的关注。 机器学习的思想和方法,及其与传统数值方法的结合,为研究凝聚态和统计物理中的多体问题打开了全新的思路。

我们拟邀请国内计算物理、凝聚态和统计物理方面的学者共同“头脑风暴”,讨论和拟定研究计划。 我们希望这次研讨会能够促生新的想法,促进跨领域的合作。从而推动国内关于机器学习和多体物理的研究,在这个新兴的研究方向上占据先机。 在这个小规模、非正式的研讨会中,讨论是核心的部分。此外,我们计划安排关于机器学习领域的介绍性报告、近期文献综述和上手程序演示。


联系人

王磊 (中科院物理所)
谢志远 (中国人民大学)