报告人：徐志平 教授（清华大学工程力学系）

报告内容：

基于粒子与场的力学描述在技术科学与工程取得重要应用，但面对多时空尺度、高度非平衡等问题遭 遇挑战。近年来，数据科学与人工智能技术的发展使得人们期待通过统计学习的方法探究、解析物理力学 的复杂性。在扩大数据与模型规模、更好地表征数据潜在结构的基础上，物理约束与增强成为提升模型精 度与泛化性能的重要途径。通过拓展工程科学中复杂性问题的经验思想，我们提出物理传递概念，结合统 计学习与物理模型的特点解决推断能力与精度之间的竞争难题。此次将汇报该方法在高强度合金、脑形貌 演化问题上的应用，并从实验与理论数据融合的角度对疲劳、蠕变等工程问题的解决进行探讨。

报告人简介：

徐志平，博士，清华大学工程力学系教授，博士生导师。2002、2007年于清华大学获得学士、博士学 位，曾在美国Rice大学 (2007-2008) 和麻省理工学院 (2008-2010) 从事博士后研究。2010年起供职清华大学， 在国家自然科学基金委、企业资助下开展研究，研究兴趣是物质微观结构演化的时空复杂性，及其在材料 力学与器件设计中的应用。

主持人：陈默涵 研究员（北京大学应用物理与技术研究中心）

时  间：2025年3月27日（周四）12:00

地  点：北京大学工学院1号楼210会议室