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，人工智能和机器学习团队PI。他目前的研究兴趣是对开发由数据和领域知识驱动的机器学习算法，并将其应用于各种物理、生物和社会现象的解释和量化。