勷勤数学•专家报告

题      目：Learning-based Linear Solvers for Multiphysics Problems

报  告  人： 张晨松 研究员  (邀请人：钟柳强)

                                          中国科学院数学与系统科学研究院

时      间： 3月12日  11：10-12：10

地     点：数科院西楼111

报告人简介:

        张晨松，中国科学院数学与系统科学研究院，研究员。南京大学数学系学士和硕士，美国马里兰大学应用数学博士学位。先后在美国宾州州立大学数学系和北京大学数学科学学院从事博士后研究。2011年加入中国科学院数学与系统科学研究院计算数学所。主要研究方向：自适应方法、多重网格方法、复杂流体和油藏模拟等非线性耦合方程的求解方法。曾在Handbook of Numerical Analysis、SINUM、MMS、M3AS、Numer Math、JCP等计算数学国际一流期刊发表了多篇学术论文。曾主持教育部留学归国基金、国家自然科学基金、中国科学院前沿重点研究项目、国防科工局科学挑战专题项目等科研项目。现任中国工业与应用数学会油水资源数值模拟方法专委会副主任、《数值计算与计算机应用》第七届编委。

摘      要：

       Solving large sparse linear systems is the main computational bottleneck in multiphysics simulation. Traditional iterative solvers face a fundamental trilemma, struggling to combine efficiency, robustness, and usability. This talk presents a novel framework that breaks this deadlock by merging multilevel solvers with data-driven learning. We will outline our preliminary steps to break the trilemma, including the optimization of multilevel components and new preconditioners for coupled PDE systems. By automating solver parameter tuning within a modular software architecture, our work tries to pave the way for intelligent, adaptive, and scalable solver technology for next-generation scientific simulations.

          欢迎老师、同学们参加、交流！