近日，计算机学院在线上举办第八十七期信息视野讲坛。计算机系郭云东老师担任主讲人，为学生讲述如何用深度学习解决科学数据的时空超分辨率问题。

郭云东老师以科学数据定义及其应用范围为切入点，提出“传统方法难以获取时空高分辨率”的问题，从而介绍了如何使用深度学习的方法来解决问题。进一步地，提到在使用深度学习解决科学数据的时空超分辨率问题时遇到的两个难题，即“深度学习仅能提供统计特征，没有考虑物理约束”以及“科学数据巨大，如何训练才能够保证能收敛且高效收敛”。郭云东老师指出解决以上问题的两个关键技术分别为PINN(Physics-Informed Neural Networks，基于神将网络求解偏微分方程)和视觉Transformer Self-attrntion。基于对以上关键技术的分析与研究，提出了针对于全球海洋模式数据的时空超分辨率TransFlowNet的创新网络。其具备了面向流动模拟的时空超分辨率框架、考虑了流体遵循的物理约束、基于Transformer构建特征提取网络三大特点。通过该创新技术，有效提高了对科学数据研究时的时间分辨率和空间分辨率。

通过本次讲坛，同学们对科学数据时空超分辨率以及深度学习有了更为深刻的了解，明白了在面对难题时应如何把握机会、找寻方法。（通讯员：王春宇 周智 樊宇航）