top
请输入关键字
工学讲堂【9月23日】:可解释机器学习与湍流建模



北京大学工学院“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

北京大学应用物理与技术研究中心

 

主持人:周超  副教授

时间:923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,北京大学工学院助理教授、研究员。本科毕业于北京大学元培学院物理学方向,2017年获北京大学流体力学博士学位。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、北京大学优博等奖励。

 

主办单位:北京大学工学院

协办单位:北京大学南昌创新研究院

 

欢迎您参与交流和讨论