[网办大厅] [图书馆] [学报编辑部] [电子邮件] [校外访问] [办公系统]

学术预告:Solving bivariate kinetic equations for polymer diffusion using deep learning

报告题目:Solving bivariate kinetic equations for polymer diffusion using deep learning

报告时间:2023年12月22日(星期五)18:00-20:00

报告地点:理学院B315

主办单位:理学院

报告人:邓伟华

报告人简介:

邓伟华,兰州大学数学与统计学院教授、院长,兰州大学萃英学者,国家杰出青年科学基金获得者。主要研究领域:1、反常与非遍历扩散、幂律衰减的波传播:模型、理论、算法及应用;2、随机模型、理论、算法及应用。 2012年6月任博士生导师,2010年5月被聘任为教授;2009年获教育部新世纪优秀人才称号;现为甘肃省拔尖领军人才,中国工业与应用数学会第八届常务理事,中国数学会计算数学分会第十一届副理事长,主持甘肃省基础研究创新群体项目、甘肃省科技领军人才项目。2007年6月在上海大学获理学博士学位;于2000年6月和2003年6在兰州大学分别获得理学学士和硕士学位。2020年获教育部自然科学二等奖(反常与非遍历动力学多尺度模型及算法)。2013年获霍英东教育基金会第十四届高等院校青年教师奖三等奖。2016年获飞天学者“青年学者”称号,中国计算数学会青年创新奖提名奖。

报告内容简介:

We derive a class of backward stochastic differential equations (BSDEs) for infinite dimensionally coupled nonlinear parabolic partial differential equations, thereby extending the deep BSDE method. In addition, we model a class of polymer dynamics accompanied by polymerization and depolymerization reactions, and derive the corresponding Fokker-Planck equations and Feynman-Kac equations. Due to chemical reactions, the system exhibits a Brownian yet non-Gaussian phenomenon,and the resulting equations are infinitely dimensionally coupled. We solve these equations numerically through our new deep BSDE method, and also solve a class of high-dimensional nonlinear equations, which verifies the effectiveness and shows approximation accuracy of the algorithm.