研究方向:
主要研究领域包括机器学习与物理交叉，尤其是在计算物理、凝聚态和统计物理领域中考虑数值优化、函数拟合、抽象数据特征和模式识别等进行多体物理学习。
近期的工作主要集中于：
1. 基于深度学习的特征提取与探测量子相变，如Ising模型中。
2. 基于机器学习的量子材料计算。
研究人员：
教师：张云波、宋昌盛、陈小龙
研究生：路启晨、郎理恒、冯读硕
计算物理课题组
冷原子物理、非线性物理与光学、自旋电子材料、介观超导、软物质以及生物物理、机器学习等领域
机器学习与物理交叉
创建: Mar 22, 2022 | 16:26