On the convergence of deep neural network method solving inverse source problem for an elliptic system

发布时间:2022年11月04日 作者:邓又军   阅读次数:[]


 

讲座专家:刘继军 教授

   位:东南大学正规赌足球的软件、南京应用数学中心

  间:2022112日(星期三)15:00-16:00

   点:腾讯会议:721184469  密码:1234

  目:On the convergence of deep neural network method solving inverse source problem for an elliptic system

  要:For the inverse source problem of elliptic system using internal measurement data, we analyze the convergence of the general loss with noise in Deep Galerkin Method by the discrete regularized loss function. In the process, we make quantitatively estimate about the regularization parameters in the regularized loss function. Furthermore, we prove the convergence of the neural network itself approximating source term. Finally, the numerical performance verifies our theoretical results.

 

专家简介:刘继军,东南大学二级教授,博士生导师,享受国务院政府特殊津贴专家。现任南京应用数学中心常务副主任,全国大员工数学建模竞赛组委会委员,中国工业与应用数学学会数学建模竞赛专业委员会委员,江苏省计算数学学会副理事长。国家精品资源共享课《数学建模与数学实验》主持人。

  长期从事数学物理反问题、大规模科学计算和介质成像的数学理论和方法的研究。主持完成国家自然科学基金重大研究计划培育项目、面上项目等项目。已发表学术论文130余篇,在科学出版社出版学术专著2本。曾受中国NSFC、德国DAAD、韩国21Brain Project等资助赴国外开展合作研究。2012-2017年任Inverse Problems in Sciences and Engineering编委,2018年起任J. Inverse and Ill-posed Problems编委。 入选江苏省青蓝工程青年骨干教师,青蓝工程中青年学术带头人,江苏省333工程第三层次培养人选。获宝钢教育基金会全国优秀教师一等奖,作为主持人获江苏省教学成果一等奖、江苏省自然科学三等奖、教育部自然科学二等奖。



打印】【收藏】 【关闭