庆祝东北财经大学建校70周年系列学术论坛 — 殷正茜

时间：2022-09-26  阅读量：634次

报告题目：AI for Science - Physical Informed Neural Networks（物理信息神经网络）在华为昇腾AI平台上的实践

报告时间：2022年9月27日（周二）下午15:00-17:00

报告地点：腾讯会议（Meeting ID:838-832-431）

主办单位：东北财经大学管理科学与工程学院

【报告摘要】

华为昇腾AI平台是一个拥有极致性能、极简易用的全栈全场景人工智能平台。昇腾系列硬件覆盖端边云全场景，技术架构涵盖底层芯片到上层应用的各个层面。其中华为自研的全场景AI框架昇思MindSpore作为“人工智能基础设施操作系统”，是AI根技术自主可控的关键。报告将介绍AI for Sicence-Physical Informed Neural Networks（物理信息神经网络）MindSpore实践。将物理知识与机器学习融合相当于引入适当的观察、归纳或学习偏差，从而引导学习过程，以找到物理意义上正确的解决方案。而纯数据驱动的机器学习模型虽然可以很好地拟合观测结果，但由于推断或观测偏差可能导致较差的泛化性能，预测可能在物理上不可信，比如模型不遵从对称性和边界条件等物理约束。本报告将讨论融合了物理信息的神经网络方法，在求解偏微分方程和拟合满足物理约束（对称性和奇异性）的多维函数方面上的应用。

【报告人简介】

殷正茜，男，理学博士，2016年本科毕业于南京理工大学，2016至2021年硕博连读于中国科学院大连化学物理研究所分子反应动力学国家重点实验室，从事理论与计算化学方向的研究，研究方向为利用神经网络构建高精度的分子反应非绝热势能面，以第一作者发表SCI论文四篇。2021年6月加入华为，现为华为昇腾大连人工智能生态创新中心高级工程师。