在第29屆國際統計物理大會（StatPhys29）召開前夕，由博科尼大學數據科學研究中心（BIDSA）主辦的官方衛星會議——「高維學習與優化（Learning and Optimization in High Dimensions）」 將于2025年7月9–11日意大利米蘭博科尼大學舉行。該會議聚焦統計物理與機器學習的交叉研究，旨在通過物理理論解析復雜高維系統中的學習與優化問題，為理論物理、人工智能與數據科學的融合提供前沿學術平臺。

參會指南

• 時間與地點：

• • 時間：2025年7月9日 9:00–11日 18:00

  • 地點：意大利米蘭，博科尼大學（Via Roentgen 1，Room AS02）

• 參會方式：

會議僅限受邀報告，但申請者將有機會在海報環節展示自己的研究成果，本次活動由博科尼大學計算科學系提供經費支持。

申請面向博士生與青年學者，請通過活動官網https://bidsa.unibocconi.eu/learning-and-optimization-high-dimensions-statphys29完成，提交截止日期：2025年5月15日。

• 行程建議

• • StatPhys29主會（7月13–18日）將在佛羅倫薩舉行，米蘭與佛羅倫薩間高鐵僅需約2小時，建議優先參加衛星會議，隨后銜接主會。

  • 簽證邀請函：如需支持，請盡早聯系會議主辦方。

特邀報告人名單

Maria Chiara Angelini - 羅馬智慧大學（La Sapienza）

Stefan Boettcher - 埃默里大學（Emory University）

Silvio Franz - 薩倫托大學（Università del Salento）

Federica Gerace - 博洛尼亞大學（Università di Bologna）

Sebastian Goldt - 國際高等研究院（SISSA）

Haiping Huang - 中山大學（Sun Yat-Sen University）

Alessandro Ingrosso - 拉德博德大學（Radboud University）

Florent Krzakala - 瑞士聯邦理工學院（EPFL）

Clarissa Lauditi - 哈佛大學（Harvard University）

Bruno Loureiro - 巴黎高等師范學院（école Normale Supérieure）

Marc Mézard - 博科尼大學（Bocconi University）

Francesca Mignacco - 普林斯頓大學（Princeton University）

Rémi Monasson - 巴黎高等師范學院（école Normale Supérieure）

Mauro Pastore - 國際理論物理中心（ICTP）

Cengiz Pehlevan - 哈佛大學（Harvard University）

Federico Ricci-Tersenghi - 羅馬智慧大學（La Sapienza）

Pietro Rotondo - 帕爾馬大學（Università di Parma）

Beatriz Seoane - 馬德里康普頓斯大學（Universidad Complutense de Madrid）

Berfin ?im?ek - 平面研究所（Flatiron Institute）

Pierfrancesco Urbani - 巴黎薩克雷大學（Paris Saclay）

Matthieu Wyart - 約翰霍普金斯大學（Johns Hopkins University）

Hajime Yoshino - 大阪大學（Osaka University）

第29屆國際統計物理大會（STATPHYS29）介紹

StatPhys29 將于2025年7月13–18日在佛羅倫薩召開，開幕式由2021年諾貝爾物理學獎得主Giorgio Parisi發表主旨演講，同時頒發玻爾茲曼獎章（Mehran Kardar、Yoshiki Kuramoto）與早期職業科學家獎（Daniel M. Busiello、Lorenzo Caprini、Nicole Yunger Halpern）。

集智俱樂部社區成員邱仲普撰寫了一篇文章介紹2025年玻爾茲曼獎獲得者Mehran Kardar、Yoshiki Kuramoto的核心貢獻：從無序到有序：2025年玻爾茲曼獎得主如何揭示自然界的隱藏scaling law

會議九大主題概覽

• 主題 1：統計物理的一般與數學基礎問題

• 主題 2：非平衡統計物理

• 主題 3：量子多體系統與量子流體

• 主題 4：無序系統與玻璃態系統

• 主題 5：生物物理學

• 主題 6：軟物質

• 主題 7：非線性物理學

• 主題 8：交叉學科與復雜系統

• 主題 9：機器學習與信息的統計物理