南京大学高性能计算中心特邀请南京大学地球科学系周会群教授为大家做一个关于地球科学创新性研究中的机器学习与应用的报告,
欢迎各位老师或者同学能来聆听。
讲座内容主要为三个部分:
1. 从计算的角度看地球内部物质研究的特点
2. 机器学习在地球科学研究与应用的现状
3. 两个实例
(1)油气盆地三维岩石物理参数模型的机器学习
讲述如何从少数具有岩芯取样的录井及测井数据,学习地层分类模型,从而结合 其它方
法构建三维随机油藏描述模型,为大规模油藏模拟服务
(2)生成式对抗框架中的MD与DFT:经典力场参数的反演限于量子分子动力学在算法、程
序并行可扩展性、计算力(还有经费)尚不能满足地球内部物质研究需求的现状下,为了
模拟较大规模体系,经典分子动力学依然是常备的武器。但是,与其它相关诸学科不同,
地球内部物质处于高温高压状态,没有现成的经典力场参数可用。本实例讲述一个尚未完
成的、利用经典分子动力学与密度泛函计算进行生成式对抗学习的框架。
报告人简介:
周会群,本科毕业于南京大学数学系与地质系,在地球科学系获得硕士、博士学位,并留
校。曾任日本名古屋大学大学院情报工学研究科医用图像研究室客座研究员。在日本、美
国的企业研究开发部门任职多年,2003年回母校。擅长大规模科学计算、数据分析和可视
化计算。
报告时间:2019年1月9号下午15:00开始。
报告地点:唐仲英楼B501室。