报告主题：基于机器学习的加速渐近均匀化/局域化方法研究

主讲人：朱一超

时间：11月17号上午10：00

地点：力学楼二楼会议室

报告人简介：

  朱一超，大连理工大学工程力学与航空航天学院教授，工业装备结构分析优化与 CAE 软件全国重点实验室固定成员，国家级人才项目青年项目入选者。于复旦大学数学科学学院获学士学位；于英国牛津大学数学系获博士学位。主要研究方向为基于机器学习的加速渐近均匀化/局域化方法研究及其在跨尺度力学系统分析中的应用。主持国家自然科学基金项目三项。现为中国力学学会软物质力学工作组成员，担任《固体力学学报》英文版青年编委。在PRL, JMPS, CMAME等物理学、固体力学及计算力学顶级期刊发表论文40余篇。

报告简介：

  本报告旨在讨论如何在宏观尺度建立计及关键细观信息之跨尺度模型的思想与方法。报告首先以可3D打印之广义点阵结构为应用背景，讨论如何利用传统渐近分析方法与新兴机器学习工具之间的天然互补特征，“自下而上”地发展跨尺度建模与仿真方法。利用渐近分析，可对宏观（非线性）力学响应与细观（非线性）单胞问题的跨尺度关联关系进行定量表达；而神经网络的使用则可避免分析过程中反复求解上述单胞问题。与此同时，报告也考虑将方法与计算机辅助几何平台(CAD)对接，以实现空间点阵结构刻画-分析-设计一体化。随后，将对该基于机器学习的加速渐近均匀化/局域化方法在其它跨尺度物理系统场景的应用进行简单讨论。报告的第二部分将讨论如何“自上而下”构建晶体材料变形破坏的热力学方法，其核心思想是对晶体缺陷引发变形模式将其分为畸变类缺陷和容变类缺陷，并以这两类缺陷的几何特征作为内变量建立热力学系统，希冀给出反应晶体材料变形-破坏全过程的一般方法。