4月22日上午，华侨大学陈林聪教授应统计与数学学院邀请线上作题为“一种高斯白噪声下求解强非线性系统高维FPK方程的高效方法”的学术报告，相关专业师生20余人参会。

本次报告中，陈林聪教授详细介绍一种基于数据驱动的求解高维FPK方程高效方法。首先将控制稳态概率密度函数(PDF)的高维稳态Fokker-Planck-Kolmogorov (FPK)方程解耦为只涉及感兴趣物理量的低维(通常为一维或二维)FPK方程，证明了解耦FPK方程的等效漂移系数(EDCs)和扩散系数(EDFs)是条件平均函数(CMFs)。其次，为了合理地逼近CMFs，讨论了回归分析中CMFs与回归函数的关系，证明了CMFs可以用回归方法逼近。然后，利用半解析径向基函数神经网络回归方法，利用少量先验数据对CMFs进行近似。最后，采用深度学习方案求解解耦稳态FPK方程，得到系统的响应统计量。数值结果与精确解(如果可用)或蒙特卡罗模拟解进行了比较，以显示所提出方案的准确性和效率。与基于集成演化的广义密度演化方程(GV-GDEE)方案相比，该方法具有更高的精度，特别是对于强非线性系统。

在互动环节，陈林聪教授同与会师生进行了热烈的交流讨论，详细回答了师生的提问。（通讯员：徐文静）