周子涵
我是香港中文大学（深圳）数据科学专业的博士研究生，导师为于天舒教授。我的研究方向是 AI for Science，重点研究面向物理动力学求解与物理可行结构生成的机器学习方法。
研究兴趣
我的工作处于机器学习与科学计算的交叉领域，主要涵盖以下几个相互关联的方向：
-
物理先验机器学习： 设计能够融入物理先验（如偏微分方程、守恒律）和几何不变性（如 SE(3) 等变性）的扩散模型与神经算子，用于物理动力学的学习与生成。
-
微分方程求解： 设计神经微分方程求解器与投影算子，用于偏微分方程的正问题与反问题求解。
-
流形感知生成： 在 SE(3) 不变流形上构造无投影的 SDE/ODE 求解器，实现高效的三维结构生成（分子构象、蛋白质构象等）。
应用领域： 分子构象生成、蛋白质动力学模拟、气候建模以及不规则时间序列分析。
近期亮点
完整的论文列表请见 论文发表 页面。