局部分布理论
发布日期:2021-09-10
作者:
编辑:瞿磊
来源:兰州理论物理中心
主讲人:田圃 教授(吉林大学)
题目:局部分布理论
时间:2021年09月11日上午10:00
会议ID:(腾讯会议)222 424 585
直播链接:https://www.koushare.com/lives/room/405653
报告摘要:
深度学习最近在复杂分子体系结构等领域的静态预测方面取得了巨大进展,但对动态过程的描述却无能为力。分子体系的动态行为在生物医药,化学,材料等领域都至关重要。诸多相关实验手段均有各自局限且费时耗力。主流计算方法分子模拟的“力场+采样”框架需要在精度和效率之间选择。同时实现近量子精度原子相互作用描述和超越常规粗粒化的效率成为迫切需求。基于分子模拟中局部重复采样造成计算资源浪费的新发现,提出了局部分布理论。其核心思想是通过机器学习拟合局部分布,然后利用其动态拼图构建分子体系的全局分布。在蛋白质结构优化的初步实践中,该理论在提高精度的同时实现了三个数量级以上的加速,展示了其进一步开发改变多学科研究现状的巨大潜力。
个人简介:
教育背景:
博士 材料科学与工程,犹他大学 (Univ.of Utah),美国盐湖城,2003
硕士 化工过程机械,四川大学 1998
学士 化工设备与机械,四川大学 1995
工作及科研经历:
2009年10月-至今,唐敖庆特聘教授,吉林大学生命科学学院
2018年10月-至今,兼职教授,吉林大学人工智能学院
2005年11月–2009年9月 博士后研究员,美国国立卫生研究院 (NIH/NIDDK, Genetics and Biochemistry Branch Bethesda, MD)
2003年11月–2005年11月 博士后研究员,密歇根大学医学院计算生物学中心 (Univ. of Michigan Medical School, Ann Arbor, MI)
1999年8月–2003年12月 助研,犹他大学材料科学与工程系 (Univ. of Utah,Salt Lake City, UT)
1998年8月–1999年7月 助教,华东理工大学机械工程学院
研究方向:
复杂分子体系机器学习理论算法开发
生物学序列数据算法开发