报告题目 (Title)：数据驱动方法在三维海洋信息重构中的应用
报告人 (Speaker)：高振 教授（中国海洋大学）
报告时间 (Time)：2026年4月18日（周六）9:00
报告地点 (Place)：校本部A215
邀请人(Inviter)：潘晓敏
主办部门：理学院数学系
报告摘要：随着海洋观测技术的快速发展，观测数据以PB级增加，其中以描述海洋表面特征的遥感数据最多。然而，海表面以下信息的不足限制了对数据的利用及其海洋内部现象的理解。为实现三维海洋信息重构，本报告采用长短期记忆网络和高斯过程回归方法对西北太平洋的温度和盐度剖面进行预测，并利用本征正交分解方法提高两个模型的计算和存储效率。另外提出一种基于降阶模型的动力学约束深度算子学习网络结合数据驱动和动力学方法的优点，将降阶方程的均方残差以及网络输出与目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形式，具有较好的可解释性，并且一旦训练好网络，就可以进行快速计算。
