主讲人:张潘,中科院理论物理研究所研究员
时 间:2025年5月7日19:00
地 点:物电学院A栋335
联系人:刘全慧 童庆军
讲座摘要:在这个讲座中,将介绍基于自回归神经网络的统计物理计算方法Variational Autoregressive Networks,并探索此方法在统计力学、非平衡统计物理学和量子纠错中的应用。在平衡统计物理中,自回归网络可以近似玻尔兹曼分布,准确估计自由能,以及对系统进行快速采样;对于非平衡统计物理问题,VAN可以精确模拟由主方程控制的联合分布的时间演化;最后,将介绍如何将量子纠错的解码问题映射为统计物理自旋玻璃问题进行严格和近似求解,以及如何借助此映射将VAN框架应用到量子纠错码的高效解码中。
主讲人简介:张潘,兰州大学学士(2004年)、博士(2009年),中国科学院理论物理研究所的研究员(2019年)、第二研究室主任。从事统计物理、量子物理与机器学习交互领域的研究。与合作者一起提出了稀疏态张量网络方法,解决了谷歌悬铃木量子线路的采样问题;提出了统计力学计算方法的VAN框架以及张量网络机器学习模型MPS玻恩学习机等。获得的荣誉和奖励含:国家杰出青年项目(2023年),中国科学院青年科学家奖(2023年),北京市自然科学奖二等奖(2022年)等。现任美国物理学会学会《Physical Review Letters》(物理与机器学习领域)编委等。