郭硕鸿讲座二十四（10月29日16:00）：机器学习在探索新物理中的应用

主持人：韩成成 副教授

报告简介：介绍机器学习在新物理探索中的应用：（1）引入机器学习扫描方法，这一方法能更有效探索新物理（比如超对称理论）的高维参数空间；（2）把信息传递神经网络用于超对称中标量顶夸克的寻找、希格斯与顶夸克的联合产生过程以及希格斯的成对产生，发现信号和背景可以被事例图的样式有效区分，因而可以改进目前LHC对撞机寻找标量顶夸克的灵敏度以及帮助区分希格斯与顶夸克耦合的CP性质。

报告人简介：杨金民，博士，研究员，博士生导师，现为中国科学院理论物理研究所研究员、中国科学院大学岗位教授和日本东北大学兼职教授。1995年取得博士学位，1996-2000年在美国西北大学、爱荷华州立大学和日本东北大学做博士后研究，2000年中科院‘引进国外杰出人才’回国任研究员，一直从事高能物理的理论研究，在超出标准模型的新物理特别是超对称理论方面有系列深入的研究，发表研究论文200余篇，被引用7000余次，获得国家杰出青年基金、百千万人才工程国家级人选、王淦昌物理奖和中科院优秀导师奖，享受国务院特殊津贴。主持国家自然科学基金面上项目和中国科学院前沿科学重点项目，参加国家自然科学基金创新群体和重点项目及科技部重点研发项目。