报告题目：基于神经网络的偏微分方程求解高精度方法
报告人：盛志强研究员（北京应用物理与计算数学研究所）
邀请人：肖映青
时间：2024年5月9日下午3:00-4:00
地点：数学院207#
摘要：近年来，基于神经网络的机器学习方法广泛应用于偏微分方程数值求解。我们提出了一种基于神经网络的
偏微分方程求解高精度方法，该方法可以较低的训练代价实现高精度，且不需要人为调整参数。数值实验表明，
大多数测试所需训练次数在2000以内，对某些测试的误差甚至能低于10-10. 在计算精度和训练代价方面，我们
方法的性能显著超过了PINN和DGM。
报告人简介：
盛志强，北京应用物理与计算数学研究所研究员，博士生导师。2002年毕业于湘潭大学数学与计算科学学院，获理学学士学位，
2007年毕业于中国工程物理研究院研究生部，获理学博士学位，2008-2010年在法国巴黎第六大学从事博士后研究。主要从
事辐射流体力学计算方法研究及程序研制工作。已出版专著1本，发表SCI论文60余篇。曾获中国工程物理研究院首届科技创新
奖一等奖。现任中国数学会理事，中国工业与应用数学学会副秘书长。
