中国科学院上海天文台-地球物理和天体物理流体力学系列讲座

报告题目：基于机器学习模型认识系外岩石行星内部

报告人：倪冬冬 教授(南京大学)

报告地点: 三楼中会议室

报告时间：2024年1 月 26 日（周五）下午 3:00

腾讯会议: 249-627-388

报告摘要：

随着系外行星探索的不断深入，系外行星展示出惊人的多样性，这些多样性扩展了科学家对行星系统的认识，为寻找宜居行星和探索生命存在的可能性提供了更广阔的范围，同时认识这些行星的内部结构也变得越来越重要。然而，直接观测这些行星的内部十分困难，研究人员一方面寻求新的观测手段来约束这些行星的内部结构，另一方面发展新的反演方法来减小反演结果的不确定性。为此，我们将机器学习模型应用到系外岩石行星的内部结构研究，根据将来可能的观测手段，训练了多个机器学习模型，可快速、准确地推断各种岩石系外行星的内部结构，并与传统的研究方法进行了比较。本报告主要介绍系外岩石行星内部结构的研究进展、机器学习模型的应用、以及未来工作展望。

报告人简介：