中国海洋大学数学科学学院孙祥副教授及其合作者在国际流体力学领域著名期刊《Physics of Fluid》上发表了题为“Deep learning-based reduced-order modeling for parameterized convection-dominated partial differential equations”的研究论文。

上述论文利用变分自编码器、Transformer等深度学习方法，针对参数化对流占优问题，构建了基于深度学习的降阶模型。该算法在Burgers方程、交通流问题、浅水波方程以及纳维斯托克斯方程上得到了验证，成功构建了相应的降阶模型，一定程度上突破了对流占优问题降阶建模的柯尔莫哥洛夫障碍。

该研究工作是孙祥副教授与其硕士研究生孟仪纬、中国海洋大学的高振教授及其研究生陈元红、崂山实验室的牟龙江研究员合作完成，孙祥副教授为通讯作者。本项工作得到了崂山实验室、中国国家自然科学基金、山东省自然科学基金、泰山学者计划、中央高校基础研究基金等多个基金项目与科研平台的部分资助。

论文链接地址：

https://doi.org/10.1063/5.0250598