主题：含参偏微分方程的深度学习算法

主讲人：北京大学董彬教授

主持人：数学学院马敬堂教授

时间：2023年4月11日（周二）15:30

讲座地点：通博楼B412会议室

主办单位：数学学院科研处

主讲人简介：

董彬，北京大学，北京国际数学研究中心长聘教授、国际机器学习研究中心副主任、国家生物医学成像科学中心研究员，北京大学长沙计算与数字经济研究院副院长。2003年本科毕业于北京大学数学科学学院、2005年在新加坡国立大学数学系获得硕士学位、2009年在美国加州大学洛杉矶分校数学系获得博士学位。博士毕业后曾在美国加州大学圣迭戈分校数学系任访问助理教授、2011－2014年在美国亚利桑那大学数学系任助理教授，2014年底入职北京大学。主要研究领域为科学计算、机器学习及其在计算成像和数据分析中的应用。现任期刊《Inverse Problems and Imaging》编委、《CSIAM Transactions on Applied Mathematics》、《Journal of Computational Mathematics》、《Journal of Machine Learning》副主编。2014年获得求是杰出青年学者奖，2022年受邀在世界数学家大会（ICM）做45分钟报告。

内容提要：

Deep learning continues to dominate machine learning and has been successful in computer vision, natural language processing, etc. Its impact has now expanded to many research areas in science and engineering. In this talk, I will present our recent work on combining wisdom from numerical PDEs (e.g., multigrid method, reduced order modeling, etc.) and machine learning to design data-driven solvers for parametric PDEs and their applications in fluid simulations.

深度学习在计算机视觉、自然语言处理等领域有成功的应用。其影响现在已扩展到许多科学和工程研究领域。在此报告中，我将讲述深度学习算法求解含参偏微分方程的最新进展及在其流体计算中的应用。