时间：2026年10月23日16:00

地点：明辨楼1栋116

主办单位：数学与统计学院（三峡大数据学院）（2026年第15场）

主讲人：时朋朋

主讲人简介：时朋朋，宁夏大学数学统计学院教授、博士生导师，主要从事多场耦合力学理论及科学机器学习研究。主持国家自然科学基金、宁夏首届杰出青年科学基金、自治区重点研发计划等项目。在PNAS、Cell Reports Methods、NDT&E International等期刊发表SCI论文110篇，12篇入选高被引、封面或亮点论文；授权发明专利20项，参与制定国家、行业及团体标准4部。2021年起连续入选全球前2%顶尖科学家年度及终身科学影响力榜单，获陕西省科学技术进步奖二等奖、中国无损检测学会斯耐特奖、国际发明展览会金奖、宁夏创新争先奖等。现任宁夏化工装备智能检验检测工程研究中心副主任、宁夏力学学会副秘书长，中国力学学会、中国仪器仪表学会相关专委会委员，担任多个SCI、EI期刊编委及青年编委。

内容简介：科学机器学习为数学物理问题提供了新的求解途径，也为经典数学方法的应用与发展带来了新的机会。本报告围绕经典数学方法与物理信息神经网络的结合，介绍团队的三项研究工作：利用退化核方法与辅助变量求解非线性积分微分方程的正反问题；通过有限差分算子与卷积网络的结合，实现多频物理场的学习与求解；融合能量变分原理、应力平衡约束与数值积分，提高弹性结构应力场的预测精度。报告将着重介绍这些工作的数学思想、方法构造与应用效果，讨论经典数学方法如何为神经网络求解提供新的思路。