机器学习方法在偏微分方程求解中的应用
This course reviews the publications of the recent decade on using machine learning methods in solving partial differential equations, such as Physics Informed Neural Network (PINN). The course will include the materials on direct method, inverse method, reduced order modeling, and the assimilation of various types of observational data.
讲师
日期
2022年03月17日 至 07月07日
网站
修课要求
Basic knowledge on numerical methods for partial differential equations and neural network methods
视频公开
不公开
笔记公开
不公开
讲师介绍
张晓明博士先后在浙江大学、北京大学、麻省理工学院获得学士、硕士和博士学位。现任北京雁栖湖应用数学研究院研究员，负责人工智能与大数据研究团队。张博士长期从事人工智能技术在大数据预测和资源优化配置问题上的研究、开发和应用。主持研发的数字智能服务平台“印染大脑”，得到业界的认可。目前，他的工作重点是工业领域数字孪生构建中的数学问题。