机器学习在日地空间物理中的若干应用

简介：机器学习技术在近年来得到了快速的发展。伴随着高性能快速计算和图形处理器的进步，包括神经网络在内的一系列机器学习技术在生物医学、人像识别、天文学、图形游戏、图片和视频生成等领域得到了大量的应用。在本报告中，我将简要介绍我们在过去几年中将机器学习技术应用到日地空间物理中的部分成果，包括日面边缘喷流的自动识别、日冕物质抛射到达时间预报以及光球层水平运动场计算等。

报告人简介：中国科学技术大学特任教授，2021年入选国家海外高层次青年人才计划。2018年获邀赴英国下议院做报告，2019当选英国皇家天文学会太阳物理委员会首位华人委员，同年成为荣获国际空间天气和空间气候亚历山大·切热夫斯基奖的首位华人学者。曾任国际空间天气和空间气候奖项委员会副主席，现任国际天文联合会天文发展办公室评委、国际SCI期刊DISCOVER SPACE编委会成员。主要研究方向为太阳多尺度活动现象及其空间天气效应。在国际知名SCI期刊发表论文60余篇(包括Nature Communications和Nature Astronomy第作者论文各一篇)，总引用超过1300次。目前主持或参与多项国家自然科学基金、重点研发和中科院先导项目。