2022年10月14日，北京大学工程科学讲堂（Peking University Engineering Science Seminars）第15场开讲。美国工程院院士、布朗大学教授George Karniadakis带来题为Physics-Informed Machine Learning: Blending data and physics for fast predictions线上报告。讲座由北京大学工学院力学与工程科学系杨越教授主持。报告吸引海内外多所高校近150参会者线上参与。
George Karniadakis教授任职于布朗大学应用数学系，美国工程院院士，SIAM/ACM计算科学与工程奖（2021）、亚历山大·冯·洪堡奖（Alexander von Humboldt award）、SIAM Ralf E Kleinman奖（2015）、J.Tinsley Oden奖章（2013）和美国计算力学协会CFD奖（2007）获得者。主要研究方向包括随机微分方程、多项式混沌的不确定性建模、生物物理学、基于神经网络的DeepONet模型等。在本次报告中，Karniadakis教授介绍了在流体力学、生物医学材料、能源生产预测等复杂系统定量研究具有应用潜力的基于物理信息的神经网络PINN，在训练过程中施加物理信息约束，可用更少的数据样本学习到更具泛化能力的模型。报告引起与会者热烈讨论，Karniadakis教授表示期待疫情过去再次访问北大，与大家进行3D面对面的交流。
报告回放：
https://disk.pku.edu.cn:443/link/F042F9895D52436B7766368DB9AC41DE；Valid before：2022-11-12 23:59
北京大学工程科学讲堂背景：
自2020年来，新冠病毒全球流行对世界各国带来重大挑战。工程科学一直走在解决这些挑战的最前沿，而创新工程教育对于培养在瞬息万变的世界中解决复杂问题的工科人才至关重要。由北京大学工学院组织的“北京大学工程科学讲堂”（简称北大ES讲堂）旨在通过邀请全球工程和科学教育领域的专家和领导者分享他们的观点和愿景，并结合最新实践来促进对这一问题的探讨。北大ES讲堂将启发工程和科学专业的学生了解工程科学在当前特殊时期如何更好满足社会实际需求。从2021年秋季学期开始，北京大学ES讲堂每两周开讲，请大家持续关注后续系列报告。
