人物官方更新于 2026-09-21
李研
从事 GENE 代码湍流模拟与神经算子加速研究。
从事 GENE 代码湍流模拟与神经算子加速研究。
用于本地体验的演示会议,日期、费用和名额不代表真实会务安排。
用于本地体验的演示会议,日期、费用和名额不代表真实会务安排。
聚变数值模拟方法、代码生态与 AI 神经算子前沿,附可运行示例。
在 GENE 参数扫描留出测试集上评估神经算子对电子/离子热通量的回归精度,MAE 越小越好、R² 越大越好。
DeepONet 分支-主干结构学习天线参数/密度剖面到功率沉积剖面的算子,用于加热方案快速寻优。
傅里叶神经算子学习回旋动理学代码 GENE 的参数→热通量映射,支持分辨率无关推理,覆盖主要无量纲参数空间。
提出以傅里叶神经算子学习 GENE 湍流输运通量映射的代理模型,在保持物理精度的同时获得 10^3 量级加速比。
由 GENE 参数扫描生成的 12 万组湍流输运通量样本,覆盖主要无量纲参数空间,用于训练神经算子代理模型。
FusionNexus 聚界 · 聚变行业专业研究与计算平台