2026年8月，第十四届全国流体力学学术会议在山东青岛举行。会议设置10个主题分会场、9个专题研讨会，并组织国际学术论坛、青年学者学术沙龙等活动，覆盖流体力学多个重要方向。 其中，智能流体力学专题研讨会集中展示了人工智能、机器学习与流体力学交叉领域的相关研究进展。
本次分享的是智能流体力学专题研讨会报告 《混合深度学习与迭代方法的粘性不可压流动加速求解 》，报告人为浙江大学航空航天学院边鑫 。报告介绍了融合深度学习与传统迭代方法的 HyDEA混合求解框架，利用二者在不同尺度误差处理上的互补性，实现粘性不可压流动的加速求解。
报告人简介：
边鑫，浙江大学百人计划研究员、博士生导师，国家级青年人才。曾长期在德国、美国和瑞士从事计算流体力学与计算力学相关科研和教学工作。近年来重点关注机器学习与力学交叉研究，包括数据驱动算子网络、物理信息神经网络、机器学习与传统数值方法融合及强化学习等，研究涉及水动力学、颗粒多相流、微纳尺度流动、软物质力学等多个方向。长期从事有限差分、有限体积、浸入边界、VOF及粒子方法等数值方法研究，并重视高性能并行计算与开源软件开发。已发表SCI论文50余篇，并多次受邀在国际会议和科研机构作学术报告。
报告分享：
