La escuela de física matemática 2019 se llevará a cabo del 27 al 31 de mayo en las instalaciones de la universidad de Los Andes. Introducirá técnicas de Machine Learning (ML) para estudiar problemas de muchos cuerpos tanto clásicos como cuánticos en materia condensada, información cuántica, y campos relacionados. Las charlas enfatizarán las relaciones entre la física estadística, física de muchos cuerpos, y Machine Learning, con tutoriales prácticos que incluirán programación con aplicaciones.

Los temas a cubrir incluyen modelos reticulares en física estadística, métodos de Monte Carlo, aprendizaje supervisado y no-supervisado, redes neuronales, modelos generativos basados en energía, modelos modernos de aprendizaje no-supervisado, aprendizaje reforzado y aprendizaje profundo. A través de los tutoriales, los estudiantes estarán expuestos a importantes herramientas computacionales como las librerías de machine learning de Python, Pytorch y/o TensorFlow así como librerías específicas de problemas de física como QuCumber and NetKet.

La escuela consistirá de tres cursillos en las horas de la mañana a cargo de los conferencistas invitados. En las tardes habrá sesiones de problemas. Los participantes tendrán la oportunidad de dar charlas por la tarde o presentar posters. Además, habrá algunos talleres de ejercicios por la tarde para los interesados. Los minicursos se dictarán en inglés.

La escuela está dirigida a estudiantes avanzados de pregrado, estudiantes de postgrado e investigadores interesados en el tópico. Se espera que los participantes tengan conocimiento de algebra lineal, probabilidad y estadística, mecánica estadística y mecánica cuántica. Experiencia en programación en algón lenguaje es deseable pero no necesaria.

Los conferencistas de los mini cursos son:

• Juan Carrasquilla (Vector Institute, University of Waterloo, Canadá),
• Roger Melko (University of Waterloo and Perimeter Institute, Canadá),
• Giacomo Torlai (Flatiron Institute, Simons Foundation, EE.UU.).

Títulos de los mini cursos:

• Statistical mechanics and Monte Carlo simulations
• Introduction to elements of machine learning
• Generative models, ML-inspired representations of quantum state, and applications in quantum physics and technology

Videos:

Grabaciones de las charlas de la escuela son disponibles en el canal de youtube del Departamento de Física de la Universidad de los Andes.

Literatura sugerida:

• A high-bias, low-variance introduction to Machine Learning for physicists
• Deep learning book
• Neural networks and deep learning
• The Elements of Statistical Learning
• Monte Carlo Methods in Statistical Physics

Para participar es necesario registrarse antes del 19 de mayo de 2019 con el formulario de inscripción.

Si requiere información adicional, por favor contáctenos enviando un correo electrónico a los organizadores. Si está interesado en dar una charla, por favor contacte a los organizadores antes del 14 de abril de 2019.

La inscripción es gratuita. Habrá ayuda financiera limitada para algunas personas fuera de Bogotá. Los participantes interesados en obtener esta ayuda deben registrarse antes del 31 de marzo de 2019 indicando claramente la solicitud de ayuda en la sección de comentarios del formulario.

Comité organizador:

Agradecimiento: Queremos agradecer el apoyo financiero por parte de

• Departamento de Matemáticas de la Universidad de Los Andes
• Departamento de Física de la Universidad de Los Andes