• 張中強教授學術報告

    發布時間:2020年12月17日 作者:王小捷   消息來源:    閱讀次數:[]

    報告題目: Error estimates of residual minimization using neural networks for linear PDEs

    報告人:Professor Zhongqiang Zhang

    報告時間:2020年12月17日 10:00—12:30

    報告地點:騰訊會議 846821131

    報告摘要: We propose an abstract framework for analyzing the convergence of least-squares methods based on residual minimization when feasible solutions are neural networks. With the norm relations and compactness arguments, we derive error estimates for both continuous and discrete formulations of residual minimization in strong and weak forms. The formulations cover recently developed physics-informed neural networks based on strong and variational formulations. This is a joint work with Yeonjong Shin and George Em Karniadakis at Brown University. The full text of our work can be found athttps://arxiv.org/abs/2010.08019

    報告人簡介:張中強教授, 現就職于伍斯特理工學院(美國)數學科學系。2011年上海大學數學系取得計算數學博士, 師從馬和平教授。 2014年1月獲得布朗大學應用數學系博士學位,并獲得David Gottlieb 畢業獎。 2014年7月起任教于伍斯特理工學院數學科學系。主要研究興趣包括積微分方程數值解,計算概率和優化,以及機器學習的計算理論等。在各類著名計算數學期刊SINUM, NM, SISC, JCP等發表多篇論文。以第一作者與Professor George Em Karniadakiszhe合著Numerical methods for stochastic partial differential equations with white noise 一書。



    打印】【收藏】 【關閉

    时时彩注册