報告題目：Some numerical issues regarding deep neural network approximations for PDEs.
報 告 人： 周濤 研究員 中國科學院數學與系統科學研究院
報告時間：2022年06月14日 星期二 10:00
報告地點：騰訊會議 817-705-068
點擊鍊接入會，或添加至會議列表：https://meeting.tencent.com/dm/mxyY1zygiNBe
校内聯系人：張凱 zhangkaimath@jlu.edu.cn
報告摘要：Deep neural networks have been widely used for solving PDEs in recently years. In this talk, we shall discuss some numerical issues for such approaches. In particular, we shall present some recent ideas for dealing with essential boundary conditions, nonlocal operators and effective sampling strategies on unbounded domains.
報告人簡介：周濤，中國科學院數學與系統科學研究院研究員。曾于瑞士洛桑聯邦理工大學從事博士後研究。主要研究方向為不确定性量化、随機最優控制以及時間并行算法等。在國際權威期刊如SIAM Review、SINUM、JCP等發表論文60餘篇。2018年獲自然科學基金委“優秀青年科學基金”資助。現擔任SIAM J Sci Comput、Commun. Comput. Phys、J Sci Comput等國際期刊編委，國際不确定性量化期刊（International Journal for UQ）副主編。
