[Seminar] Learning Singular Stochastic PDEs via Regularity Features and Spectral–Temporal Loss

Vào 14h30 chiều thứ Tư ngày 14 tháng 01 năm 2026, Khoa Khoa học cơ sở tổ chức sinh hoạt khoa học với chủ đề: “Learning Singular Stochastic PDEs via Regularity Features and Spectral–Temporal Loss”.

Người trình bày: TS Vương Văn Yên & SV Lê Tất Đạt, Lê Duy Anh – Trường Công nghệ, ĐHKTQD.

Thành phần tham dự: Toàn thể GV Khoa Khoa học cơ sở và các giảng viên quan tâm.

Người trình bày đã trình bày các nội dung:

• Stochastic partial differential equations (SPDEs) driven by space–time random noise;
• An approach that integrates the Neural SPDE framework [Salvi et al., 2022] with Deep Latent Regularity Features [Gong et al., 2023] to efficiently learn the mild solution of singular SPDEs;
• A Log-Spectral Loss in Fourier space to address the autocorrelation issues commonly encountered in the mild solution of singular SPDEs.

Một số ý kiến trao đổi:

• Công trình mở ra một hướng kết nối tiềm năng giữa giải tích ngẫu nhiên, phương pháp phổ và học máy khoa học.
• Anh hưởng của nhiễu trắng không gian và thời gian đến độ trơn của nghiệm.
• Trong thực nghiệm, chuẩn L2 gây làm trơn quá mức như thế nào?

Một số hình ảnh