Aternatively-optimized SNN method for acoustic scattering problem in unbounded domain
报告人：吕俊良
报告地点：数学与统计学院二楼会议室
报告时间：2025年06月17日星期二16:20-17:00
邀请人：高忆先
报告摘要：
In this talk, I will describe the latest progress we have made in solving scattering problems using deep learning method. We call this method the alternatively-optimized subspace method based on neural networks, which has higher accuracy compared with existing machine learning methods.
主讲人简介：
吕俊良，吉林大学数学学院，教授，博导。研究兴趣包括无界域散射问题的数值方法，反散射问题的数值算法与理论，偏微分方程有限体积元法等。研究成果发表在 SIAM J. Numer. Anal.，Math. Comput.，Inverse Problems, J.Sci. Comput. 以及 IMA J. Numer. Anal. 等杂志上。承担国家自然科学基金项目、国防项目、吉林省自然科学基金等。现任中国数学会计算数学分会理事、中国仿真学会仿真算法专委会委员、吉林省数学会理事。
学校主页