积分化学反应神经网络

针对量子多体物理和ab initio量子化学中神经网络变分优化的弱梯度训练失效问题，提出无偏直接梯度估计器和自适应最小方差相位（AMVP）估计器，提升可训练性。

研究利用人工神经网络构建黑盒优化的代理模型，在无法获得解析函数描述时，通过数值模拟获取目标函数值进行高效优化。

提出高阶变尺度能量变分神经网络（VS-EVNN），通过界面尺度归一化空间输入处理相场梯度流问题，提升离散精度。

提出LeafNet算法，通过将双曲守恒律方程重构为光滑解耦合系统，结合无扩散物理信息神经算法近似光滑函数，实现高维双曲方程的精确数值求解。

提出用于FCC-ee高颗粒度双读量热仪的神经网络脉冲反卷积方法，结合切伦科夫与闪烁信号时序分割实现粒子探测器能量分辨率提升。