题 目：深度学习与核物质状态方程
报 告 人：庞龙刚 教授 华中师范大学
时 间：2024年11月15日（星期五）下午16 : 25-18 : 05
地 点：虎溪校区D1243
邀 请 人：张生辉
报告摘要：相对论重离子碰撞将金或铅原子核加速至相对论速度，使其发生碰撞，从而产生宇宙早期存在的原初物质—夸克胶子等离子体。这种物质能够将夸克和胶子从核子中释放出来，形成一种新的核物质形态。研究这种新型核物质形态的状态方程，如压强与能量密度和重子化学势之间的关系，是高能核物理领域的重要研究目标。然而，夸克胶子等离子体的寿命极短，迅速冷却并转化为大量末态强子，实验上仅能捕捉到末态粒子的动量信息。为此，我们采用了深度学习技术，从大量复杂的末态粒子信息中反向推断出这团高温高密核物质的状态方程。此外，我们还开发了深度学习辅助的喷注层析技术，以帮助寻找核液滴中的马赫锥结构，该结构的形状是核物质状态方程的直接探针。利用深度学习强大的表示能力与自动微分技术，我们构建了强耦合夸克胶子等离子体的弱相互作用部分子气体模型，成功描述了格点量子色动力学计算结果，并获得了系统的剪切粘滞系数。本报告旨在探讨深度学习在研究核物质状态方程中的多种应用。
报告人介绍：庞龙刚，华中师范大学物理科学与技术学院教授、国家引进海外高层次人才。主要从事高能核物理、计算物理与人工智能研究。自主开发了 GPU 并行的（3+1）维相对论粘滞流体力学程序 CLVisc，模拟在高能核碰撞过程中产生的夸克胶子等离子体（QGP）的时空演化。参与开发了相对论分子动力学输运程序 SMASH。将先进的数据分析方法，比如贝叶斯分析和人工智能中的深度学习技术应用于高能核物理。在《自然通讯》，《现代物理评论》，《物理评论快报》等国内外权威期刊上发表论文40多篇，入选第六版全球前2%顶尖科学家榜单。主教研究生《计算物理》以及本科生的《力学》和《分析力学》，将 Python 数值计算和物理仿真融入本科课堂。
