Title: Explainable Machine Learning for Quantum Physics

　　Speaker: Hui Zhai, Tsinghua University

　　Time: 14:00 - 15:00, September 18, Tuesday

　　Place: Room 850, 8th floor, ICT, CAS

　　Abstract:

　　In this talk I will give three examples on applying machine learning algorithms to quantum physics problems, including applying fully connected neural network to predict scattering length, using convolutional neural network to recognize topological invariants, and designing recurrent neural network to map out density distribution from potential. Our purpose is not just to show that these algorithms can work, but try to understand how it works.

　　Bio:

　　翟荟于1998年进入清华大学物理系首届基础科学班，2002年本科毕业，2005年1月在清华大学高等研究中心获物理学博士学位。2005-2009年期间先后在美国俄亥俄州立大学、加州大学伯克利分校做博士后。2009年起任清华大学高等研究院研究员，2012年获得长聘，2015年任高等研究院教授。他的主要研究方向包括冷原子和凝聚态等量子物质的理论研究，机器学习方法在物理学中的应用等。他是国家自然科学基金杰出青年基金获得者和教育部长江学者特聘教授。