王凌霄 (Lingxiao WANG) - マイポータル

基本情報

所属: 特定国立研究開発法人理化学研究所数理創造研究センター研究員
: 東京大学大学院理学系研究科知の物理学研究センター助教

学位: 理学博士(2020年6月清華大学)

ORCID iD: https://orcid.org/0000-0003-3757-3403
J-GLOBAL ID: 202401013536963324
researchmap会員ID: R000072936

主要な研究分野

自然科学一般 / 素粒子、原子核、宇宙線、宇宙物理に関する理論 /

もっとみる

経歴

2020年9月 - 2023年10月

フランクフルト高等研究院, 特別研究員
2021年3月 - 2023年3月

フランクフルト大学, 物理学研究所, 客員研究員
2018年10月 - 2019年10月

東京大学, 理学部物理学科, 客員研究員

論文

Toward a unified Einstein-Maxwell-dilaton framework of QCD

Hong-An Zeng, Lingxiao Wang, Mei Huang

Physical Review D 2026年6月2日
Physics-conditioned diffusion models for lattice gauge theory

Qianteng Zhu, Gert Aarts, Wei Wang, Kai Zhou, Lingxiao Wang

Journal of High Energy Physics 2026年3月11日
Learning hadron emitting sources with deep neural networks

Wang, Lingxiao, Zhao, Jiaxing

Commun.Phys. 9(1) 90-90 2026年2月11日
Combining complex Langevin dynamics with score-based and energy-based diffusion models

Gert Aarts, Diaa E. Habibi, Lingxiao Wang, Kai Zhou

Journal of High Energy Physics 2025年12月22日
Retrieval of Total Precipitable Water Under All‐Weather Conditions From Himawari‐8/AHI Observations Using the Generative Diffusion Model

Haixia Xiao, Feng Zhang, Renhe Zhang, Feng Lu, Miao Cai, Lingxiao Wang

Geophysical Research Letters 2025年8月16日
On learning higher-order cumulants in diffusion models

Gert Aarts, Diaa E Habibi, Lingxiao Wang, Kai Zhou

Machine Learning: Science and Technology 2025年6月30日
Deep learning for exploring hadron–hadron interactions

Lingxiao Wang

Journal of Subatomic Particles and Cosmology 2025年6月
Toward constraining QCD phase transitions in neutron star interiors: Bayesian inference with a Tolman-Oppenheimer-Volkof linear response analysis

Ronghao Li, Sophia Han, Zidu Lin, Lingxiao Wang, Kai Zhou, Shuzhe Shi

Physical Review D 2025年4月21日
Physics-driven learning for inverse problems in quantum chromodynamics

Gert Aarts, Kenji Fukushima, Tetsuo Hatsuda, Andreas Ipp, Shuzhe Shi, Lingxiao Wang, Kai Zhou

Nature Reviews Physics 2025年1月6日
Building imaginary-time thermal field theory with artificial neural network

Tian Xu, Lianyi (联毅) He (何), Lingxiao Wang, Kai Zhou, Yin Jiang

Chinese Physics C 2024年7月5日
Extracting macroscopic quantities in crowd behaviour with deep learning

Shuaiqi Zhou, Rongrong Shi, Lingxiao Wang

Physica Scripta 2024年6月1日
Diffusion models as stochastic quantization in lattice field theory

Wang, Lingxiao, Aarts, Gert, Kai Zhou

JHEP 05 060-060 2024年5月7日
Approaching epidemiological dynamics of COVID-19 with physics-informed neural networks

Shuai Han, Lukas Stelz, Horst Stoecker, Lingxiao Wang, Kai Zhou

Journal of the Franklin Institute 2024年4月
Amplitude/Phase Retrieval for Terahertz Holography With Supervised and Unsupervised Physics-Informed Deep Learning

Mingjun Xiang, Hui Yuan, Lingxiao Wang, Kai Zhou, Hartmut G. Roskos

IEEE Transactions on Terahertz Science and Technology 2024年3月
Exploring QCD matter in extreme conditions with Machine Learning

Zhou, Kai, Wang, Lingxiao, Pang, Long-Gang, Shi, Shuzhe

Prog.Part.Nucl.Phys. 135 104084-104084 2023年11月16日
Reconstructing the neutron star equation of state from observational data via automatic differentiation

Soma, Shriya, Wang, Lingxiao, Shi, Shuzhe, Stöcker, Horst, Zhou, Kai

Phys.Rev.D 107(8) 083028-083028 2023年4月15日
Identifying lightning structures via machine learning

Wang, Lingxiao, Hare, Brian M., Zhou, Kai, Stöcker, Horst, Scholten, Olaf

Chaos Solitons Fractals 170 113346-113346 2023年3月14日
Fourier-flow model generating Feynman paths

Chen, Shile, Savchuk, Oleh, Zheng, Shiqi, Chen, Baoyi, Stoecker, Horst, Wang, Lingxiao, Zhou, Kai

Phys.Rev.D 107(5) 056001-056001 2023年3月1日
Rethinking the ill-posedness of the spectral function reconstruction — Why is it fundamentally hard and how Artificial Neural Networks can help

Shi, Shuzhe, Wang, Lingxiao, Zhou, Kai

Comput.Phys.Commun. 282 108547-108547 2023年1月
Detecting the chiral magnetic effect via deep learning

Zhao, Yuan-Sheng, Wang, Lingxiao, Zhou, Kai, Huang, Xu-Guang

Phys.Rev.C 106(5) 2022年11月3日

もっとみる

共同研究・競争的資金等の研究課題

大規模シミュレーションのための物理駆動型生成モデル

科学技術振興機構戦略的な研究開発の推進/国家戦略分野の若手研究者及び博士後期課程学生の育成事業（BOOST）/次世代AI人材育成プログラム(若手研究者支援) 2025年 - 2030年

王凌霄
QCD物理の逆問題を解くための物理駆動型深層学習

日本学術振興会科学研究費助成事業学術変革領域研究(A) 2025年4月 - 2027年3月

王凌霄