報告題目：貝葉斯神經網絡對原子核質量與β衰變壽命的精確預言
報 告 人：牛中明
報告時間：2021年3月26日 16:00-17:30
報告地點：將軍路校區新材料樓B316
主辦單位：校科協、材料科學與技術學院
報告人簡介：
牛中明，安徽大學物理與材料科學學院教授，博士生導師，入選安徽大學青年骨干教師、優秀人才計劃、優秀共產黨員等。2011年獲北京大學粒子物理與原子核物理專業博士學位，2016年-2017年訪問日本理化學研究所。長期從事原子核集體激發、原子核β衰變、原子核質量、天體環境下的元素核合成以及機器學習在核物理中的應用等課題的研究。主持國家自然科學基金面上和青年項目各1項。已發表學術論文70篇，包括3篇Phys. Rev. Lett.、30余篇Phys. Lett. B或Phys．Rev．A/C/D，總引用950余次，H-index為19。擔任Phys. Lett. B, Phys. Rev. C和Sci. China, Chin. Phys. C等國內外核物理主流期刊審稿人，2020年獲Chin. Phys. C頂級審稿人獎(Top Reviewer Award)。
報告摘要：
宇宙重元素起源是重要的基礎科學問題，其研究涉及大量實驗尚未合成的極端豐中子不穩定原子核，其性質亟需理論模型的精確預言。本報告將介紹基于貝葉斯神經網絡的機器學習方法對原子核質量與β衰變壽命的精確預言，及其在宇宙元素核合成中的應用，同時還將簡要介紹最近機器學習方法在其它原子核性質上的應用。
