报告人:张镭 教授
报告时间:2022/12/1 8:30-11:30
重复周期:2022/09/13-2022/12/27 10:00-16:00,每周 周二
腾讯会议:#腾讯会议:866-6268-7107
点击链接入会,或添加至会议列表:
//meeting.tencent.com/dm/O9arhwZrgNOr
报告人简介:张镭,上海交通大学自然科学研究院和威尼斯人 教授。北京大学学士(1999),中国科学院计算数学研究所硕士(2002),加州理工学院计算数学博士(2007),Max-Planck研究所(2007-09)、波恩大学(2009-10)和牛津大学(2010-12)博士后。研究主要着眼于解决多尺度建模,分析和计算的根本性问题,包括偏微分方程,数值分析,以及在材料科学,地球物理科学,生命科学等领域中的广泛应用。在数值均匀化、材料缺陷的多尺度耦合方法、多尺度问题的机器学习约化等领域做出了一系列创新工作。研究结果发表在SIAM系列期刊,CMAME,JCP,CPAM,Nature子刊等国际著名学术刊物。2007年获加州理工学院优秀博士论文奖(W.P. Carey Prize in applied mathematics),2010-2012年任牛津大学Wolfson学院研究员(Research Fellow),2012年获得“国家青年千人计划”资助。先后得到国家自然科学面上项目(主持3次),上海市科委“科技创新行动”(主持1次)等资助。
报告摘要:Complex nonlinear interplays of multiple scales give rise to many interesting physical phenomena and pose major difficulties for the computer simulation of multiscale models in areas such as reservoir simulation, turbulence prediction and atomistic modeling. In this talk, I will showcase three studies of neural solvers for multiscale problems. That is, I will introduce a multiscale neural solver for fixed parameter multiscale PDEs, a hierarchical transformer (HT) scheme to efficiently learn the solution operator for multiscale PDEs, and a deep learning based non-Newtonian hydrodynamic model.
邀请人:杜锐