11月2日下午,由学校科协主办、数学与统计学院和生物医学工程学院联合承办的揽月学术沙龙第二十一讲在揽胜楼1305教室举行。华中师范大学阴小波教授应邀作题为《分数阶微分方程的深度神经网络方法》的学术报告,介绍神经网络方法求解复杂分数阶微分方程的最新研究进展。数学与统计学院相关专业教师和研究生参加报告。
针对分数阶微分方程计算量大、传统数值方法成本较高等问题,阴小波介绍了团队将深度神经网络与数值计算相结合的两项工作。一是QE-MC-fPINN方法,采用几何自适应三部分分解,对奇异近场、正则内部远场和解析外部远场分别处理,并结合Gauss-Jacobi求积、Gauss求积、角向Monte Carlo采样及特征增强PINN试探空间,提高计算效率和精度。二是fTNN子空间方法,保留相同分解,用确定性方向求积替代角向Monte Carlo采样,以消除离散随机噪声;同时采用时空可分离神经网络降低积分维度,引入BFE和BRFE边界奇异性感知试探空间,并结合交替优化求解。
报告结束后,阴小波与在场师生围绕分数阶微分方程神经网络方法的计算精度、适用条件等问题进行交流,并逐一回应师生提问。与会教师和研究生表示,此次报告为相关专业师生了解数学与人工智能交叉融合的研究进展提供了有益参考。
