北京雁栖湖应用数学研究院 北京雁栖湖应用数学研究院

  • 关于我们
    • 院长致辞
    • 理事会
    • 协作机构
    • 参观来访
  • 人员
    • 管理层
    • 科研人员
    • 博士后
    • 来访学者
    • 行政团队
  • 学术研究
    • 研究团队
    • 公开课
    • 讨论班
  • 招生招聘
    • 教研人员
    • 博士后
    • 学生
  • 会议
    • 学术会议
    • 工作坊
    • 论坛
  • 学院生活
    • 住宿
    • 交通
    • 配套设施
    • 周边旅游
  • 新闻
    • 新闻动态
    • 通知公告
    • 资料下载
关于我们
院长致辞
理事会
协作机构
参观来访
人员
管理层
科研人员
博士后
来访学者
行政团队
学术研究
研究团队
公开课
讨论班
招生招聘
教研人员
博士后
学生
会议
学术会议
工作坊
论坛
学院生活
住宿
交通
配套设施
周边旅游
新闻
新闻动态
通知公告
资料下载
清华大学 "求真书院"
清华大学丘成桐数学科学中心
清华三亚国际数学论坛
上海数学与交叉学科研究院
BIMSA > 控制理论和非线性滤波讨论班 Physics-Informed neural network and its application in nonlinear filter
Physics-Informed neural network and its application in nonlinear filter
组织者
丘成栋
演讲者
焦小沛
时间
2025年02月05日 21:00 至 22:00
地点
Online
摘要
In this talk, we shall mainly investigate novel deep learning based filter algorithm named DGLG. The optimal filtering problem for nonlinear state-observation systems involves solving the Duncan-Mortensen-Zakai (DMZ) equation. This paper proposes a new filtering algorithm combining a physics-informed neural network for the Kolmogorov equation and a probability density approximator based on generalized Legendre polynomials. By using deep learning and Galerkin approximation, the algorithm maintains accuracy while reducing computational load. The method's convergence is proven, and experiments show that the deep generalized Legendre-Galerkin (DGLG) algorithm outperforms methods like the extended Kalman filter and particle filter in both accuracy and efficiency.
演讲者介绍
焦小沛,本科毕业于上海交通大学致远学院,博士毕业于清华大学数学科学系。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。现研究方向包括有限维滤波理论,丘-丘滤波方法,物理信息神经网络以及生物信息学。研究兴趣主要集中于(1)利用李代数等几何工具进行偏微分方程求解与有限维滤波系统的分类;(2)设计基于物理信息神经网络的新型数值算法。
北京雁栖湖应用数学研究院
CONTACT

No. 544, Hefangkou Village Huaibei Town, Huairou District Beijing 101408

北京市怀柔区 河防口村544号
北京雁栖湖应用数学研究院 101408

Tel. 010-60661855
Email. administration@bimsa.cn

版权所有 © 北京雁栖湖应用数学研究院

京ICP备2022029550号-1

京公网安备11011602001060 京公网安备11011602001060