👉 Go to Portal 😋 👈
🎓 大家好！我是数学专业的硕士生，目前就读于桂林电子科技大学（GUET）。
📌 我的研究兴趣包括：PINN、谱方法、科学计算和深度学习。
🚀 我热衷于编程、探索和分享——梦想着发表论文（哪怕是“水论文”），同时在研究和工程实践方面脚踏实地。
📝 Blog: https://redhat123456.github.io/
📮 Contact me:
- Submit an issue
- Or email me at
1907065810@qq.com
-
微信小程序 - upPhysicalExercise：集运动健身、视频播放与计划制订于一体的跨平台小程序，支持打卡、提醒及课程推荐。
- Tanger_query：界面清爽的多功能查询小程序，涵盖天气预报、快递物流追踪等实用功能。
- Tanger_query：界面清爽的多功能查询小程序，涵盖天气预报、快递物流追踪等实用功能。
-
Hexo 主题 - hexo-theme-MiHoYo：仿米哈游官网风格的博客主题，含渐变背景与交互动画，支持分类导航与访客统计，适配二次元向博客。
-
前端页面 - resume：现代化的响应式个人简历模板，支持中英双语切换及在线展示与 PDF 导出。
-
系统集成项目 - Maple：轻量级在线 Markdown 编辑器，支持实时预览、数学公式渲染、主题切换与导出，适合科研写作。
- 第七研究所创新基地官网：官方网站系统，包含新闻公告、项目展示与成员主页，并配备后台内容管理功能。
- 第七研究所创新基地官网：官方网站系统，包含新闻公告、项目展示与成员主页，并配备后台内容管理功能。
- 计算数学 - FEMATHS 课题组官网：计算数学学习资源整合平台，涵盖组内论文阅读记录、物理信息神经网络（PINN）实战分享及 GitHub 资源导航，致力于构建科研协作社区。
-
PINN 与谱方法的深度融合研究 探索将 PINN 与高精度谱方法（如傅里叶、切比雪夫等）结合，利用频域正交基提升空间导数精度与网络收敛速度，以增强复杂物理问题的求解能力。
-
基于 PINN 的 Navier-Stokes 方程建模与预测 应用 PINN 求解不可压缩流体 N-S 方程。引入自适应非均匀采样（如 Sobol 序列）与物理先验约束，减少样本浪费并缓解训练震荡，旨在开发适用于湍流及边界层分析的泛化模型。
-
多尺度可解释物理神经网络开发 构建多尺度嵌套网络结合不确定性估计，增强复杂动力系统建模能力。计划融合图神经网络（GNN）处理非规则网格数据，并显式引入边界与守恒约束提升物理可解释性。
-
科研笔记与教学资源开源分享 梳理 PINN、数值方法与深度学习的交叉研究（涵盖经典方程求解、训练技巧与误差分析），形成系统化学习资源库，将以博客或 Wiki 形式在 FEMATHS 官网持续开源更新。
- 保持沟通的高效与清晰
- 专注学习，充分休息。（八小时做题，八小时种花，八小时睡觉。）
- 保持真诚与积极 —— 直面现实，绝不退缩
Python......... 5h 4m ..........................17.7%
CSV............ 5m 41s ..........................0.3%
Image (........ 0s ..............................0.0%
Other.......... 23h 34m ........................82.0%
把这个改得简洁一点并使用中英文两版