汇报标题 (Title)：数据驱动步骤在三维海洋信息沉构中的利用
汇报人 (Speaker)：高振 教授（中国海洋大学）
汇报功夫 (Time)：2026年4月18日（周六）9:00
汇报地址 (Place)：校本部A215
约请人(Inviter)：潘晓敏
主办部门：理学院数学系
汇报提要：随着海洋观测技术的急剧发展 ，观测数据以PB级增长 ，其中以描述海洋表表特点的遥感数据最多。然而 ，海表表以下信息的不及限度了对数据的利用及其海洋内部景象的理解。为实现三维海洋信息沉构 ，本汇报选取长短期影象网络和高斯过程回归步骤对西北太平洋的温度和盐度剖面进行预测 ，并利用本征正交分化步骤提高两个模型的推算和存储效能。另表提出一种基于降阶模型的动力学约束深度算子进建网络结合数据驱动和动力学步骤的利益 ，将降阶方程的均方残差以及网络输出与指标之间的均方误差编码到损失函数中 ，有效地融合训练过程中的动力学约束和数据约束 ，使得网络输入和输出近似地满足方程的特定大局 ，拥有较好的可诠释性 ，并且一旦训练好网络 ，就能够进行急剧推算。
