应兰州交通大学数学系和斌副教授邀请，湘潭大学数学与计算科学 易年余教授将于2026年1月9-12日与我系相关师生进行学术研讨，并于1月10日上午举行学术报告，欢迎各位老师和研究生同学参加。

报告题目：RINN: 偏微分方程的秩启发神经网络方法

报告摘要：PINNs和ELM等神经网络方法具有通用性强、用户友好、代码生态完善等优势，但可解释性差、存在参数敏感等不确定性。在本报告中，我们介绍基于秩启发的神经网络方法，以解决物理信息极值学习方法求解效果对权值初始化敏感的问题。秩启发神经网络算法的训练过程分两个阶段，第一阶段进行非线性优化过程训练隐藏层权值参数，使最后一层隐藏层输出函数满足正交性约束,进而增强所张成线性空间的函数表示和逼近能力；第二阶段冻结隐藏层参数，利用最小二乘法确定输出层参数来求解偏微分方程。大量的数值实验表明，与物理信息极值学习方法相比，秩启发神经网络方法显著降低了由参数初始化引起的性能差异，能保持求解的高精度。

时 间：1月10日10:00-11:00

地 点：8-D-311

专家简介：易年余，博士，湘潭大学数学与计算科学学院教授。主要从事有限元高精度理论、自适应方法、偏微分方程神经网络方法等研究，在SIAM J. Numer. Anal.、SIAM J. Sci. Comput.、IMA J. Numer. Anal.、J. Sci. Comput.、J. Comput. Phys.、Comput. Methods Appl. Mech. Engrg.等计算数学刊物发表论文20多篇。