报告题目: 物理中的机器学习

报告摘要: 机器学习作为人工智能（AI）的一部分，由于AI硬件和开源算法的最新进展，已受到了广泛关注。虽然传统上直接应用于计算机科学和技术，但机器学习现在正在渗透到各个领域。例如，在物理研究和教育中，人们对利用这一新知识的兴趣越来越浓厚。人工神经网络特别有助于解决微分方程，这是表达物理定律的一种强有力手段。此外，进化符号回归（SR）被用来根据观察到的实验数据预测物理定律。本报告将深入介绍人工神经网络和符号回归的基本概念，并展示一些物理应用。

报告人简介： 苏其昌通过李政道教授协调的CUSPEA奖学金计划前往美国罗切斯特大学攻读，从事理论量子光学领域的研究。他在德国马克斯·普朗克量子光学研究所进行了博士后研究。苏博士于1994年在美国伊利诺伊州立大学开始他的职业生涯，自2011年起担任大学冠名教授，自2016年起获得杰出教授称号。他在2006年获得了美国物理学会本科大学研究奖。作为科特雷尔科学学者，他于2017年获得了研究公司颁发的卓越探索奖。作为首席或联合首席研究员他参与了由美国科学基金会、美国能源部、研究公司和中国科学基金会资助的研究项目。他于2012年当选为美国物理学会会士。

主持联系人：刘运全(Tel: 62768852)

科学前沿报告会(628)