2024年4月22日下午，中心在五号科研楼351会议室举办了《ERC学者讲坛》活动第二十三期，活动由浙江大学百人计划、国家优青（海外）、国家重点研发青年科学家首席，魏淮研究员作为主讲人，为中心师生做了精彩的学术报告。

       近年来，人工智能在电磁问题求解中展现了一定的优势，然而，其面临泛化问题、数据需求问题、可解释性问题等。本报告聚焦物理机理与数据融合的深度学习方法及其不确定性量化，并介绍其在电磁器件、阵列智能逆向设计中的应用结果。特别地，针对传统方法较难实现的非周期结构、非均匀背景、多物理、高自由度设计等场景开展了应用。最后，将介绍基于扩散生成网络与电磁机理融合的电磁大模型应用结果与潜力。

       在科学机器学习任务中，数据对于模型的重要性占比大于70%，如何将物理知识和数据融合是一个有挑战性的问题。魏准教授介绍了三个方法，首先是利用物理知识对数据进行特征提取，区别于使用端到端的直接数据，利用电流、电场等物理知识更加丰富的数据作为神经网络的标签，能够在更小的样本下取得更高的准确率和泛化性能；在网络结构上加入正则化后的不同电流标签，能够进一步提高人工智能方法的效率；在纯数学的损失函数里加入物理知识参量，进一步优化人工智能的训练过程和性能。融入了物理知识的人工智能方法在数据量、可靠性、泛化性能等方面都比直接使用神经网络更具优势，为进一步的非周期模型设计、非均匀背景下的复杂问题、以及生成扩散大模型设计奠定了基础。

       现场的同学也就疑难问题与主讲人进行了讨论，一起感受了魏准教授呈现的精彩学术盛宴。

魏淮：浙江大学百人计划研究员/博导，国家优青（海外）、国家重点研发青年科学家首席、浙江省特聘专家-创新长期、启真优秀青年学者、入选全球前2％顶尖科学家榜单。担任国家高层次青年人才评审专家、国自然评审、IEEE T-GRS期刊副主编、PIER期刊资深副主编等。主持国家重点研发、国家自然面上、国家科技创新 2030—“新一代人工智能”重大项目子课题等。