近日，由江苏省力学学会信息化工作委员会、河海大学力学与材料学院、河海大学信息学部人工智能学院共同主办的力学与人工智能系列讲座-“力智讲坛”第九讲学术报告顺利举行。

物理信息神经网络（PINNs）是一种有效的技术，可用于解决各个领域的偏微分方程（PDEs）。然而，最近的研究发现，采样过程的不同会对PINNs的性能产生很大的影响，并且使用固定的训练点集可能会阻碍PINNs收敛到正确的解决方案。在本次由东南大学闫亮教授主讲“Failure-informed adaptive sampling for PINNs”的讲座中，向我们介绍了一种基于自适应采样技术的物理信息神经网络，称为FI-PINNs，它受到可靠性分析观点的启发。基本思想是使用残差来定义故障概率。为了在故障区域放置更多的样本点，并在安全区域放置较少的样本点，FI-PINNs采用了一种故障信息增强技术，自适应地逐步添加新的配点到训练集中。与传统的PINNs方法相比，该算法可以显著提高准确性，特别是在正则性较低和高维问题中。本次讲坛由江苏省力学学会信息化工作委员会副主任、河海大学傅卓佳教授主持。

此次讲座在河海大学江宁校区乐学楼1030室展开，本次讲座围绕机器学习前沿问题展开研讨。闫亮教授的讲座简明扼要、引人入胜。通过这次讲座，我们了解到了FI-PINNs在解决偏微分方程问题中的潜力，以及如何通过自适应方法来提高PINNs的准确性和效率。此外，这次讲座还促进了学术界的合作和交流。闫亮教授与傅卓佳教授，殷德顺教授等众多力学专家以及同学们在讲座期间互相交流想法和经验，共同探讨PINNs的应用和改进方法。在未来，我们期待看到更多关于FI-PINNs的研究成果。为解决实际问题提供更加可靠和高效的方法。

“力智讲坛”是江苏省力学学会与河海大学共同主办的特色学术活动-“江苏省力学与人工智能学术研讨会”的补充和延展，是为促进力学与人工智能学科交叉融合搭建的系列化学术交流平台，将陆续邀请国内外从事力学与人工智能交叉研究的学者作学术报告和交流研讨。