11月3日下午，应数学与统计学院邀请，湘潭大学易年余教授为师生作题为“RINN：偏微分方程的秩启发神经网络方法”的学术报告。相关专业教师及硕士研究生参加了此次报告。
本次报告中，易年余教授首先介绍了传统数值方法、PINNs、ELM 的优势与局限性，引出秩启发的神经网络方法，以解决物理信息极值学习方法求解效果对权值初始化敏感的问题。随后，易老师详细介绍秩启发神经网络算法。该算法的训练过程分两个阶段，第一阶段进行非线性优化过程训练隐藏层权值参数，使最后一层隐藏层输出函数满足正交性约束,进而增强所张成线性空间的函数表示和逼近能力；第二阶段冻结隐藏层参数，利用线性最小二乘法确定输出层参数来求解偏微分方程。最后，易年余教授通过数值算例，展示了该算法可以显著降低由参数初始化引起的性能差异，能保持求解的高精度。
报告结束后，易老师对现场师生提出的相关问题进行解答并展开深入交流，拓宽了参会师生的学术视野，提高了师生们对数学前沿问题的认识。
专家简介：
易年余，湘潭大学数学与计算科学学院教授，博士生导师。主要从事有限元高精度理论、自适应方法、偏微分方程神经网络方法等研究，主持国家自然科学基金面上、青年项目，湖南省自然科学基金杰出青年基金项目、湖南省教育厅重点项目等9项。在SIAM J. Numer. Anal.、SIAM J. Sci. Comput.、IMA J. Numer. Anal.、J. Sci. Comput.、J. Comput. Phys.、Comput. Methods Appl. Mech. Engrg.等计算数学刊物发表论文20多篇。
（数学与统计学院 李奥 申嘉旭）
最新通知