学术报告报告题目：Exploring Energy Landscapes by Normalizing Flows
报 告 人：吴昊 教授(同济大学数学科学学院)
报告时间：2020年9月11日（星期五）上午10:00-11:00
报告地点：腾讯会议，会议号: 778 228 694
会议链接:https://meeting.tencent.com/s/l0B8YguRJmKj
邀 请 人: 何志坚 副教授
欢迎广大师生前往！
数学学院
2020年9月3日
报告摘要：
Computing equilibrium states in condensed-matter many-body systems, such as solvated proteins, is a long-standing challenge. Lacking methods for generating statistically independent equilibrium samples directly, vast computational effort is invested for simulating these system in small steps, e.g., using Molecular Dynamics. Combining normalizing flows and statistical mechanics, we here develop Boltzmann
Generators, that are shown to generate statistically independent samples of equilibrium states of representative condensed matter systems and complex polymers. Boltzmann Generators use neural networks to learn a coordinate transformation of the complex configurational equilibrium distribution to a distribution that can be easily sampled. Accurate computation of free energy differences, and discovery of new system states are demonstrated, providing a new statistical mechanics tool that performs orders of magnitude faster than standard simulation methods.
报告人简介：
吴昊，于2002年和2007年获清华大学学士和博士学位，而后赴德国柏林自由大学数学系从事博士后工作，并兼任柏林Zuse研究所的研究组组长。另外，在德期间以主持人身份承担德国科学基金会DFG与柏林爱因斯坦基金会的科研项目各一项。2018年获国家级人才计划支持，进入同济大学数学科学学院工作，担任教授、博导。主要从事计算数学、机器学习与计算分子生物学的交叉研究。具体方向包括随机过程的算子理论、生物大分子的深度学习分析以及非监督/半监督学习等。共发表SCI论文（包括Science、Nat. Commun.和PNAS等知名期刊）和机器学习顶级会议（NIPS、UAI和MSML等）论文20余篇。