6163am银河线路“工学讲堂”
|
可解释机器学习与湍流建模 |
主讲人 赵耀民 助理教授
6163am银河线路应用物理与技术研究中心
主持人：周超 副教授
时间：9月23日（周五）中午12:30
腾讯会议号：301-231-424
会议链接：https://meeting.tencent.com/dm/vZwtRjdeNQcy
报告内容摘要：
近年来，机器学习方法被广泛应用于湍流等力学问题的数据驱动建模，以提升传统模型对于复杂问题的预测精度。然而，深度神经网络等常用的机器学习建模方法往往为“黑箱”型，所得的模型可解释性较差，在实际工程应用中的泛化性能不理想。报告人将介绍一系列基于基因表达编程方法（gene-expression programming, GEP）的湍流建模工作。GEP方法得到的模型有显式表达式，可解释性强，且应用方便。针对数据驱动湍流模型后验性能差、难以泛化等难点，报告人在GEP方法的基础上发展了双向耦合、多表达式多目标优化等新型模型训练框架。这一系列方法被应用于多种湍流建模问题，训练得到的模型具有较强的后验性能和泛化能力。该方法在力学建模领域具有广泛的潜在应用价值。
报告人简历：
赵耀民，6163am银河线路助理教授、研究员。本科毕业于6163am银河线路元培学院物理学方向，2017年获6163am银河线路流体力学博士学位。2017年至2020年，于墨尔本大学任博士后研究员。研究关注航空发动机等重大工程应用中的关键流体力学问题，包括壁湍流，转捩，复杂流动的高精度数值模拟，机器学习辅助的湍流建模等。在J. Fluid Mech., J. Comput. Phys., J. Turbomach.等专业权威期刊发表20余篇科研论文。曾获中国科协青年人才托举工程、力学学会优博、6163am银河线路优博等奖励。
主办单位：6163am银河线路
协办单位：6163am银河线路南昌创新研究院
欢迎您参与交流和讨论
