7月7日上午，华中科技大学数学与统计学院孟旭辉教授应邀来我院作题为“用于求解偏微分方程问题的自监督神经算子”的学术报告。报告在新区4B-505举行，学院30余名师生聆听了此次报告。
报告会上，孟旭辉教授系统介绍了其团队提出的自监督神经算子框架。神经算子作为求解偏微分方程的新范式，在效率上具有显著优势，但传统训练方法依赖大量高保真数据，成本高昂。自监督神经算子框架的核心创新在于无需反复调用数值求解器即可自主生成训练数据，大幅降低了数据获取门槛。该框架含三个子模型：基于贝叶斯物理信息网络的采样器实现无求解器数据生成；函数编码器学习输入输出紧凑表示；变换器构建从边界条件到偏微分方程解的映射。该方法在反应扩散、高维时间相关偏微分方程及柔性圆柱涡激振动等问题上成功得到应用，并展现出超越训练域39倍的长时预测能力，为构建数据高效的偏微分方程基础模型提供了可行路径。
在交流环节，与会师生围绕自监督神经算子的技术细节、应用场景及未来发展方向等问题与孟旭辉教授进行了深入探讨。本次报告内容丰富、前沿性强，为学院师生在深度学习与流体力学交叉领域的研究提供了新思路与新方法，对推动相关学科发展具有积极意义。
（撰稿/一审：陶实；二审；何清；三审：尹辉斌）
