3月24日，应我校物理学院邀请，四川大学刘星泉研究员为我校师生作题为“机器学习在核物理研究中的应用”的学术报告，物理学院相关专业师生参加交流学习。
刘星泉研究员在报告中介绍了目前在核物理研究中利用机器学习开展的若干热点问题的研究现状，并着重的介绍了如何利用卷积神经网络确定中能重离子碰撞中的碰撞参数，以及利用贝叶斯神经网络方法预测电荷半径的研究进展与结果。
报告结束后，刘星泉研究员与学院教师和学生就机器学习在核物理研究中的具体问题展开深入讨论与交流。
专家简介：
刘星泉，四川大学核科学与技术研究所研究员。2010年毕业于吉林大学物理学院；2015年获得中国科学院大学理学博士学位；2015-2019年在中国科学院近代物理所重离子核反应组工作，2017年起任副研究员；2019年至今在四川大学核科学与技术研究所工作，现任研究员；2012-2013年在美国德克萨斯农业机械大学回旋加速器中心访问学习，2017-2018年在德国达姆施塔特重离子研究所（GSI）做博士后。研究工作围绕极端条件下原子核基本性质展开，包括偏离稳定线原子核的基态核物质密度分布研究和中能重离子碰撞中产生极端条件下核物质的热力学性质研究等。以第一或通讯作者在PLB、PRC等国内外期刊发表论文22篇；主持国家自然科学基金2项、中科院“西部之光”人才计划基金1项，并参与多项不稳定核结构性质研究方向相关的课题。
（物理学院乔春源张浩兴）
