报告人：杨自豪
报告地点：腾讯会议ID：587-391-578
报告时间：2025年10月09日星期四20:00-20:45
邀请人：数学与统计学院
报告摘要：
In this talk, we introduce Normalizing Field Flows (NFF), a method for learning random fields from scattered data. NFF uses a neural network-based normalizing flow to map a Gaussian field to a complex target field. Trained via maximum likelihood, it provides a unified framework for solving forward, inverse, and mixed stochastic PDE problems. We demonstrate its effectiveness on non-Gaussian processes and various types of SPDEs.
主讲人简介：
杨自豪，西北工业大学数学与统计学院教授，博士生导师。主持国家自然科学基金、中国科学院战略性科技先导专项课题、国家重点研发计划子课题等项目。研究方向为材料科学中的多尺度分析、不确定性量化与智能计算，近年来重点关注航空轮胎和金属增材制造中的科学计算问题，独立研发了具有完全自主知识产权的航空轮胎疲劳寿命分析软件CTireLife，获得陕西省自然科学二等奖，陕西省振动工程学会科学技术奖一等奖。
学校主页