MLST在线研讨会——机器学习:大型设施邀请您的加入

19 4月 2021 gabriels

我们很高兴地宣布,Machine Learning: Science and Technology (MLST)期刊将在今年推出一系列免费在线研讨会,涵盖机器学习领域新兴学科和当前研究主题,并为您带来领域内研究人员引人入胜的演讲。


会议信息:

  • 研讨会主题:机器学习:大型设施
  • 日期:4月27日,星期二
  • 时间:晚上10:00 – 00:00 (北京时间)
  • 报名方式:点击此处报名参会

演讲嘉宾:

  • Professor Tony Hey – Science and Technology Facilities Council, (UK)
  • Dr Tim Snow – Diamond Light Source (UK)
  • Professor Alessandro Sepe – Shanghai Synchrotron Radiation Facility (China)
  • Dr. Stuart Campbell – National Synchrotron Light Source, Brookhaven (USA)

座谈会讨论嘉宾:

  • Dr Kerstin Kleese Van Daam – Brookhaven National Laboratory (USA)
  • Dr Paolo Mutti – Institut Laue-Langevin (FRA)
  • Dr Miguel Gonzales – Institut Laue-Langevin  (FRA)
  • Dr Vincent Favre-Nicolin – European Synchrotron Radiation Facility (FRA)
  • Dr Jeyan Thiyagalingam – Rutherford Appleton Laboratory (UK)

MLST期刊特刊——机器学习:大型设施

特刊通过汇集机器学习领域针对大型设施数据的研究文章、综述和观点,突出了在大型科学设施中进行的机器学习研究和应用。该系列包括:

  • 机器学习技术的进步以及受到设备数据挑战的启发,
  • 机器学习在分析设备数据方面的应用,
  • 机器学习与传统物理模拟的结合,
  • 在工厂开发的基于机器学习的新工具,
  • 机器学习在设备操作中的应用。

期刊介绍

Machine Learning: Science and Technology (MLST)是一本跨学科期刊,致力于发表智能机器在物理、材料科学、化学、生物学、医学、地球科学、天文学和工程学等多学科领域的应用和发展。涉及领域包括:物理学和空间科学;设计和发现新材料和分子;材料表征技术;模拟材料、化学过程和生物系统;原子和粗粒度模拟;量子计算;生物学、医学和生物医学成像;地球科学(包括自然灾害预测)和气候学;模拟方法和高性能计算。同时,也包括机器学习方法在概念上的新进展:新的学习算法;深度学习架构;核心方法;概率和贝叶斯方法;生成方法;强化和主动学习;经常性和基于时间结构的方法;神经启发方法(包括神经形态计算)。