报告人：陈勇 教授（华东师范大学）
报告时间：2024年5月25日（周六）15:00-16:00
报告地点：屏峰校区 广A214
报告摘要：Lax pairs are one of the most important features of integrable system. In this work, we propose the Lax pairs informed neural networks (LPNNs) tailored for the integrable systems with Lax pairs by designing novel network architectures and loss functions, comprising LPNN-v1 and LPNN-v2. The most noteworthy advantage of LPNN-v1 is that it can transform the solving of complex integrable systems into the solving of relatively simple Lax pairs, and it not only efficiently solves data-driven localized
报告人简介：
陈勇，华东师范大学 教授，博士生导师，上海市闵行区拔尖人才。长期从事非线性数学物理、可积系统、计算机代数及程序开发、可积深度学习算法、混沌理论、大气和海洋动力学等领域的研究工作。提出了一系列可以机械化实现非线性方程求解的方法，发展了李群理论并成功应用于大气海洋物理模型的研究。提出可积深度学习算法，开发出一系列可机械化实现的非线性发展方程的研究程序。已在SCI收录的国际学术期刊上发表SCI论文300余篇，引用7000余篇次。国家自然科学基金重点项目3项(第一参加人和项目负责人）、国家自然科学基金面上项目4项（主持）、973项目1项(骨干科学家)、国家自然科学基金长江创新团队项目2项(PI)。
