报告题目 (Title)：Some AI methods with normalized DNN for stationary and evolutional problems（利用归一化深度神经网络解决稳态与演化问题的若干AI方法）
报告人 (Speaker)： 赵晓飞 教授 (武汉大学)
报告时间 (Time)：2025年4月27日（周日） 9:45
报告地点 (Place)：校本部GJ303
邀请人(Inviter)：秦晓雪
主办部门：8455新葡萄场网站数学系
报告摘要：报告将首先回顾现有基于深度神经网络求解微分方程的几类机器学习方法，它们基本都是从方程到优化，而第一型原理通常可直接给出优化问题。基于此，我们将介绍两类基于归一化深度网络的算法，分别应用于薛定谔方程的稳态求解与波动方程的初终值问题上，旨在规避方程得到从物理到优化的直接实现。
