报告人：梅杰（中国科学院大学）

时 间：2026年10月16日（周五）下午13:30

地 点：良乡校区，物理实验中心229会议室

摘要：

量子色动力学（QCD）描述夸克与胶子之间的强相互作用。在高温或高密度条件下，强相互作用物质会经历手征对称性恢复、退禁闭等重要转变。由于有限温度下的 QCD 同时涉及多种物理自由度和复杂关联结构，传统依赖预设序参量的分析方法在识别相变机制、区分多重相变以及处理动力学夸克效应时面临一定局限。

本研究构建了一套结合神经网络、格点 QCD 与数据几何的研究框架。一方面，通过残差神经网络结合准粒子模型，直接利用格点热力学数据提取色电与色磁胶子的热质量，分析相变过程中不同胶子模式的演化及其对热力学和输运性质的影响。另一方面，虽然一个物理系统的每个构型可能由大量坐标描述，但由于相互作用和关联的存在，所有构型往往只分布在高维空间中的一个低维流形上。内禀维数正是对这种有效自由度的刻画。基于构型数据所处流形的内禀维数，利用 Two-NN 等近邻方法刻画系统内部关联结构的变化，提出一种无需预先指定序参量的相变判据。

该方法已在二维 Ising、Potts、XY 及 Clock 等经典模型中得到验证，能够识别二级相变、一级相变和 BKT 相变，并进一步应用于具有多重相变结构的 U(1) Higgs 模型。相关工作也正在向真实格点 QCD 数据拓展，为从高维复杂数据中提取相变信息、理解强相互作用物质的临界行为提供新的研究路径。

简历：

梅杰，中国科学院大学核科学与技术学院博士后。2019 年本科毕业于西安交通大学理学院，2025 年获中国科学院大学物理科学学院博士学位。主要从事格点量子色动力学和强相互作用物质研究，研究内容涵盖有限温度、有限密度及外磁场条件下 QCD 的热力学性质、相变行为与强子谱结构。近年来重点关注手征恢复与退禁闭、磁场诱导效应、介子谱函数及胶子有效自由度，并探索机器学习和数据几何方法在格点场论中的应用。其相关研究包括利用神经网络提取色电与色磁胶子热质量，以及利用内禀维数分析多重相变和复杂构型空间结构。

联系方式：xukun@bit.edu.cn

邀请人： 许坤

网 址：http://physics.bit.edu.cn/

承办单位：物理学院