北京雁栖湖应用数学研究院

丘成栋

焦小沛

2023年11月17日 22:00 至 22:30

Online

In this talk, we will share several literatures about the explanation of training dynamics of Physics-informed neural network. Especially, as a uniform framework, neural tangent kernel demonstrates the dynamical behavior when width of NN goes to infinity in the single layer setting. NTK illustrates training one-layer NN with infinite width is the same as a kernel regression. As a consequence, NTK will exhibit the training weights of different parts in loss function which will provide the guidance for adaptive algorithm of revised PINN.

焦小沛，于2017年本科毕业于上海交通大学致远学院（物理班），2022年博士毕业于清华大学数学科学系，师从丘成栋教授（IEEE fellow，前美国伊利诺伊大学芝加哥分校终身教授）。先后在北京雁栖湖应用数学研究院，荷兰特文特大学从事博士后工作（导师Johannes Schmidt-Hieber教授，国际数理统计学会会士）。现研究方向包括控制理论，随机滤波，数值微分方程，物理信息深度学习。获得2025年国家青年科学基金[C类]资助。