Guang Lin

通过自适应切空间约简实现低秩进化深度神经网络

锂金属-固态电解质界面处单孔洞动力学对不稳定性的机制洞察

原位研究重离子辐照和部分氧化诱导的钨纳米层状材料中的堆垛层错和纳米晶粒

基于贝叶斯数据驱动的变系数偏微分方程发现

Morphry-Net：基于重置换的物理信息神经网络算子学习网络的进化多目标优化

BLADE: 基于重像交换的贝叶斯兰金主动发现方法用于复杂系统识别

带有预测不确定性量化的偏微分方程主动算子学习

激光粉末床熔融制备的钨的辐射响应原位研究

iPINNER：一种结合集合卡尔曼滤波的迭代物理信息神经网络

基于压电传感器和深度学习的实时混凝土强度监测

纳米尺度热传导和辐射的人工智能驱动方法综述

DeepONet作为一种多算子外推模型：基于物理信息微调的分布式预训练

LES-SINDy：拉普拉斯增强的非线性动力学系统稀疏辨识

系数-基网络：一种具有自适应离散化和理论保证的可精细调节的操作者学习框架，用于反问题

能量耗散型进化Kolmogorov-Arnold网络用于复杂偏微分方程系统

通过向量辅助变量方法的基于能量的自适应性学习率随机梯度下降

利用预训练和微调的注意力驱动神经网络算子对故障后电压轨迹的共形化预测

对抗引导扩散模型用于对抗性净化

FPINN-deeponet：一种用于多阶时间分数阶混合扩散-波方程的物理信息算子学习框架

无约束优化问题的松弛向量辅助变量算法