报告题目：基于深度学习的原子核第一性原理计算
主 讲 人：赵鹏巍 北京大学研究员
时 间：2023年10月25日14:30
腾讯会议：736-110-600
主办单位：物理与光电工程学院
欢迎各位老师、同学届时前往！
报告摘要：
量子多体系统的求解是物理与化学领域长期面临的难题，特别是在原子核物理领域，基于真实核力的第一性原理计算是核物理研究的长期挑战。本报告将介绍我们近期利用深度学习方法求解原子核这一量子多体问题的尝试。通过构造基于物理学对称性的人工神经网络波函数，结合无监督机器学习的手段，我们可以实现轻核的第一性原理计算。由于这一方法随核子数增加的计算复杂度为多项式增加，而非传统的指数增长，这为基于第一性原理计算更重的原子核奠定了基础。
报告人简介：
赵鹏巍，北京大学物理学院研究员，博雅青年学者。2012年获北京大学理学博士学位，先后在日本京都大学、美国阿贡国家实验室从事研究工作。2018年入选国家海外高层次人才引进计划青年项目。主要研究方向包括原子核密度泛函理论、相对论有效场论、奇特原子核性质、基本对称性及其破缺等，发表论文90多篇，在“Physical Review Letters”发表论文8篇，总引用4000多次，H因子为34。