课程简介
《飞桨AI for Science前沿讲座》系列课程第二期的有关安排新鲜出炉，12月3日起每周二、四下午，邀请知名学者分享人工智能在流体力学、材料科学、气象预报、临床医疗、工业制造等领域的前沿知识。第二期课程具体安排如下：
报告题目（一）：大气气溶胶和污染物人工智能反演分析系统介绍
报告时间：12月3日 14:00至16:00
报告摘要：针对大气气溶胶和污染物遥感存在亟待解决的三个科学问题：1）地面遥感的空间覆盖有限，而极轨卫星时间分辨率低，无法支持覆盖广、快变化的污染事件分析；2）卫星观测易受云层干扰，导致有效数据大量缺失；3）垂直结构的探测尤其薄弱。报告人陈斌结合主客观分析方法和人工智能技术，建立了兰州大学大气气溶胶和大气污染物的人工智能反演分析系统。提出了AOD分层权重法，利用星载激光雷达获取了我国颗粒物的垂直结构。将非线性引入神经网络，构建了时-空人工智能模型，获取了高时空分辨率的气态污染物浓度。突破了云层与气溶胶层混合情形下识别的难题，构建了非晴空条件下静止卫星气溶胶识别模型。耦合表征垂直传输物理机制模块，构建了耦合物理机制的三维人工智能系统，获得了我国全覆盖、高精度和高时空分辨率的大气气溶胶及大气污染数据集，揭示了它们的三维结构和时空分布特征。进而厘清了它们的典型输送路径和传输机制，阐明了不同大气环流型对大气污染事件的影响机理，探究了引起我国重污染的物理过程和可能影响机制。
个人简介：
报告题目（二）：飞桨深度学习平台助力科学探索
报告时间：12月5日 14:00至16:00
报告摘要：近年来，以深度学习为代表的人工智能技术，助力科学研究在流体、气象、材料、生物等领域取得突破性进展，正引发科学发现和模式创新变革。本报告将概述深度学习技术的基础原理，探讨以大模型为代表的前沿技术发展趋势；在此基础上，将阐述飞桨深度学习框架的设计理念及核心特性，这些技术创新为科学探索提供了坚实的支撑；最后，将展示飞桨在流体、气象、材料等领域的具体案例，为科研人员提供实践参考，助力大家更有效地运用深度学习技术，加速科研成果的产出与转化。
个人简介：
报告题目（三）：基于深度强化学习的湖泊动态补水优化决策方法研究
报告时间：12月10日 14:00至16:00
报告摘要：生态补水通过增加可用水资源和加速营养循环实现富营养化湖泊水质改善，其有效性同时取决于水源和湖泊水质状态。为最大限度地改善水质并减少补水量，动态优化仍然是一个巨大的挑战。本研究提出了一种新的动态补水优化方法DWDO，耦合了水质模型和深度强化学习，在云南滇池案例中得到验证。结果表明与过去的运行规则相比，湖泊中的总氮和总磷浓度分别下降了7%和6%；年补水量显著下降了75%。通过可解释的机器学习方法，证明了气象指标和跨流域补水水质和湖泊水质对最佳补水量的影响，表明多因素交互可共同驱动补水量的实时调整。最佳的算法超参数使DWDO能克服模型参数的不确定性影响，具有高稳定性，并且训练时间远低于传统的模拟优化算法，在水质管理中的动态补水决策方面具有巨大应用潜力。
报告题目（四）：基于PINNs的稀疏数据挖掘应用及算法研究
报告时间：12月12日 14:00至16:00
报告摘要：随着人工智能和深度学习的高速发展，利用机器学习方法解决科学领域的诸多问题正逐渐成为科学研究的新范式。在流体力学领域，基于深度学习算法对大量的实验测量数据和数值模拟数据进行学习，挖掘数据的内在联系，已被广泛应用于气动外形优化和湍流建模等研究。面向流体实验测量中常出现的稀疏测量情形，本报告将系统介绍团队进行的基于PINNs 方法的稀疏数据挖掘应用和算法研究。本报告首先对PINNs 方法应用于稀疏/缺失数据下的流场重构问题进行了定性和定量研究，以层流状态下的圆柱绕流为例，详细分析了不同稀疏程度和不同缺失程度数据作为训练集时采用PINNs 方法进行流场重构的准确度；本报告将进一步介绍团队发展的PINN-POD方法，以解决传统本征正交分解（POD）方法对数据质量和数量高度依赖的问题。该方法能从稀疏测量中提取隐含的流动结构，与基于高分辨率数据的传统POD 方法相比，PINN-POD 方法仅需少量稀疏位置观测数据即可准确捕捉流场主要特征；本报告接下来将介绍发展的融合物理神经网络时空分布式并行计算框架，借鉴传统数值方法中的域分解策略，本报告针对稀疏重构这一流动反问题提出了时空并行策略，以并行计算的方式高效快速求解每个子域，大幅提升用PINNs进行流场重构的训练效率，并通过分析PINNs 方法在时空域上预测的精度特征引入了重叠式域分解策略，增强了子域数据通信的可靠性；本报告最后将介绍融合数据/方程的统一预处理方法，借鉴经典机器学习算法中的数据标准化方法，基于有限训练集中的样本信息同时对数据和方程做耦合式的线性变换，使得标准化后的数据满足标准化后的方程，提出了真正适用于PINNs 的标准化方法。
个人简介：
课程参加
《飞桨AI for Science前沿讲座》系列课程将在腾讯会议、飞桨B站以及飞桨微信视频号同步直播，腾讯会议链接如下：
https://meeting.tencent.com/dm/ccQ9a8ZMC6d8
同时，百度飞桨还针对AI for Science提供入门实操性指导，相关课程《飞桨AI for Science代码入门与实操》自12月2日起，每周一固定时间19:00-20:00，在飞桨B站、飞桨微信视频号以及腾讯会议同步直播，会议链接：
https://meeting.tencent.com/dm/EF9AeSdPXA1I
欢迎感兴趣的研究者关注飞桨微信视频号，并扫码加入课程微信群获得《飞桨AI for Science前沿系列讲座课程》的最新动态。
