研究方向:

    主要研究领域包括机器学习与物理交叉，尤其是在计算物理、凝聚态和统计物理领域中考虑数值优化、函数拟合、抽象数据特征和模式识别等进行多体物理学习。

    近期的工作主要集中于：

    1. 基于深度学习的特征提取与探测量子相变，如Ising模型中。

    2. 基于机器学习的量子材料计算。

研究人员：

教师：张云波、宋昌盛、陈小龙

研究生：路启晨、郎理恒、冯读硕