报 告 人：琚强昌，北京应用物理与计算数学研究所
题 目：Long Time Existence for Slightly Compressible Navier-Stokes Equations in Bounded Domains
报告时间：2024年3月22日(星期五) 8:00-10:00
报告地点：数信学院 305
摘要：In this talk, I will talk about our recent studies on the long time existence for slightly compressible Navier-Stokes equations in bounded domains with slip or non-slip boundary conditions.
个人简介：琚强昌，北京应用物理与计算数学研究所研究员，博士生导师。2003年获中国科学院数学所博士学位，师从肖玲研究员。2003-2005年在德国和意大利从事博士后研究。研究域为：可压缩流体力学方程的数学理论。部分研究工作发表在Adv. Math.、Arch. Ration. Mech. Anal.、Comm. Math. Phys. 和J. Math. Pures Appl. 等国际权威学术期刊上，目前主持国家自然科学基金【重点项目】和面上项目。
报 告 人：孙文俊，北京应用物理与计算数学研究所
题目：The asymptotic-preserving neural network method for radiative transfer equations
报告时间：2024年3月22日(星期五) 10:00-12:00
报告地点：数信学院 305
摘要：We propose the asymptotic-preserving neural network method to solve the linear and nonlinear gray radiative transfer equations(GRTEs). The system is challenging to be simulated with both the traditional numerical schemes and the vanilla physics-informed neural networks(PINNs) due to the multiscale characteristics. Under the framework of PINNs, we employ by introducing an macroscopic auxiliary equation which is deduced from the original transfer equation directly or a micro-macro decomposition technique to construct a new asymptotic-preserving(AP) loss function.
个人简介：孙文俊，北京应用物理与计算数学研究所研究员，博士生导师。主要从事辐射流体力学方程相关的数学理论和数值方法研究，设计了输运方程渐近保持的统一气体动理学格式（UGKS）。在 J. Comput. Phys.、J. Sci. Comput.、Int. J. Numer. Anal. Model.、SIAM J. Math. Anal.、J. Differential Equations 等知名杂志发表论文50多篇。
