报告人：沈靖翔 助理研究员（北京应用物理与计算数学研究所）

报告内容：

惯性约束聚变 ICF 的内爆是一个典型的复杂问题，各变量间互相约束互相影响，即便是基于数值模拟， 在这样的系统中做整体性的设计权衡仍是一个富有挑战性的课题。对于内爆模拟与预测问题，普遍使用的AI辅助工具往往只瞄准特定任务类型，例如代理模型、贝叶斯后验分析、数值定标关系等等。这些模型往 往只以固定的方式做单向预测，难以呈现高维变量间的全局约束关系。 本研究提出可以利用一个基于 Transformer 的任意条件概率预测器，在包含了设计量+性能参数+可调因 子的高维空间中，直接学习到被物理规律所允许的“高维概率分布”——这个分布包含了各物理量间关系 的全部信息。训练完成后，只要按照不同的“语序”逐维度做条件生成，即得到任意约束下其余变量的后 验分布预测。正向或逆向代理模型、点火定标律、新设计生成任务等等都仅是这个通用条件概率预测器的 特例。本工作目前使用的数据由开源一维辐射流体程序 MULTI_IFE 生成。

报告人简介：

北京应用物理与计算数学研究所助理研究员。2021年毕业于北京大学前沿交叉学院，2021-2024在北京 大学应用物理与技术研究中心做博士后研究。目前研究方向为 ICF 内爆物理与相关的机器学习问题。在Phys. Rev. B，Phys. Plasmas，Matt. Radiat. Extrem., Nat. Commun., 等期刊上发表第一作者论文7篇。

主持人：陈默涵 研究员（北京大学应用理物与技术研究中心）

时  间：2026年10月22日（周四）12:20

地  点：北京大学工学院1号楼210会议室