当前位置: 首 页 - 科学研究 - 学术报告 - 正文

304am永利集团、所2023年系列学术活动(第089场):曾莉 副教授 福州大学

发表于: 2023-06-23   点击: 

报告题目:Deep adaptive density approximation for Fokker-Planck type equations

报告人:曾莉 副教授 福州大学

报告时间:2023年 06月26日(星期一)10:00-11:00

报告地点: 正新楼201

校内联系人:王翔 wxjldx@jlu.edu.cn


报告摘要:In recent years, deep learning algorithms based on deep neural networks have been widely applied to solving high-dimensional partial differential equations, which include physics-informed neural networks (PINNs), Deep Ritz method, and so on. In this talk, we start from Fokker-Planck equations and propose flow-based adaptive sampling strategies to improve the efficiency and accuracy of PINNs for solving partial differential equations whose solutions are probability density functions.


报告人简介:曾莉,2018年本科毕业于北京师范大学,数学与应用数学专业,2023年06月获得中国科学院数学与系统科学研究院博士学位,将于2023年08月入职福州大学副教授。