5月10日上午10:00，我院本学期系列学术报告会在行健楼学术活动室526举行。此次报告会主讲人是上海交通大学自然科学研究院及数学科学学院教授、国家高层次人才应文俊教授，报告题目为“融合神经网络的可压缩流数值方法”，报告会由蔡文君教授主持。张志跃教授、王锋教授、张雨泽副教授、南彩霞博士，以及相关专业的博士和硕士研究生参加了本次报告会。

在本次报告中，应文俊教授介绍了关于可压缩流体计算的两个基于神经网络的数值方法。通过神经网络实现高分辨率低耗散重构，该方法能根据归一化的数据自动识别并选择MUSCL格式或THINC格式进行重构，有效保证了格式的边界变差不增性质，最大程度避免了数值振荡并降低了数值耗散。同时，应教授介绍了建立物理信息与数据融合的空化模型（状态方程）的最新进展，通过对神经网络输入输出端的对数与指数函数处理消除系统刚性，实现了状态方程压力输出的保正性。报告展示了在空间二维、三维区域上的一系列典型可压缩流计算算例，充分论证了该神经网络方法在处理复杂流体问题中的有效性和可靠性。应文俊教授长期致力于面向工程应用的高效高精度偏微分方程数值解法，其研究工作得到了国家自然科学基金委及多个国家级研究机构的支持，在JCP、SISC等领域内顶级期刊发表了大量高水平学术成果。

最后，应文俊教授对报告内容进行了总结，参会老师们就神经网络与偏微分方程数值解的深度融合及其实际工程应用展开了热烈讨论。此次学术报告展示了深度学习求解偏微分方程的前沿算法，开阔了学生们的学术视野，为我院在计算科学与人工智能交叉领域的科研工作提供了新思路。此后，学院双周学术报告会将继续关注科学计算与工业软件相关的数学理论前沿。