报告题目：Machine learning for inverse scattering problems
报 告 人：张凯 教授
报告时间：2022年9月23日 上午: 9:00 – 11:00
报告地点：地质宫 519
报告人简历：
内容简介：In this presentation, we consider artificial neural networks for inverse scattering problems. As a working model, we consider the inverse problem of recovering a scattering object from the (possibly) limited-aperture radar cross section (RCS) data collected corresponding to a single incident field. From a geometrical and physical point of view, the low-frequency data should be able to resolve the unique identifiability issue, but meanwhile lose the resolution. On the other hand, the machine learning can be used to break through the resolution limit. By combining the two perspectives, we develop a fully connected neural network (FCNN) for the inverse problem. Extensive numerical results show that the proposed method can produce stunning reconstructions.
报告人介绍：张凯教授2006年获吉林大学博士学位，2008年获得香港中文大学联合培养博士学位。2008-2010年，赴密西根州立大学开展博士后研究。张凯教授先后赴伊利诺伊州立大学，奥本大学，香港城市大学，南方科技大学等开展合作研究，研究兴趣为随机偏微分方程的数值解法。主要从事随机麦克斯韦方程和随机声波方程，期权定价和套利的数值方法。先后主持国家自然科学基金等项目11项，发表论文58篇。
吉林大学地球探测科学与技术学院
2022年 9月22 日
