应公司于剑博士邀请，瑞士洛桑联邦理工学院郭孟武博士于2019年1月3日访问公司流体力学所，并于下午3点-4点半在新主楼C708会议室做了题为“计算力学的数据驱动降阶模型研究”（Data-drivenreduced order modeling for computational mechanics）的学术报告。报告由于剑主持，公司师生二十余人听取了学术报告。
郭孟武博士现任瑞士洛桑联邦理工学院（École Polytechnique Fédérale de Lausanne, EPFL）数学系计算数学与模拟科学实验室（Chair of Computational Mathematics and Simulation Science, MCSS）博士后研究员，清华大学“紫荆学者”。2013年于清华大学获得土木工程学士学位，并获得清华大学优秀本科毕业生，北京市优秀本科毕业生；2017年于清华大学获得土木工程博士学位，并获得清华大学优秀博士论文一等奖，北京市优秀博士毕业生。主要研究兴趣包括：数据驱动降阶建模方法，监督学习在工程与科学计算中的应用，大型结构问题的不确定性量化，有限元分析的后验误差估计等。
现代科学和工程问题越来越多地需要对同一个问题组织大量样本，例如优化设计、不确度分析、实时分析等。采用传统的方法成本过高，而降阶模型能够在满足一定误差要求的情况下大幅提高获取样本的效率。郭孟武博士的报告介绍了如何结合机器学习来构造降阶模型。他首先介绍了如何利用高斯过程回归来实现非侵入式降阶模型，并考虑如何减小所需的高精度样本数。随后，他将该方法推广到非定常问题，获得了比较好的预测效果。郭孟武博士还对今后这一领域的研究方向进行了展望。
报告结束后，公司师生与郭孟武博士就数据驱动的降阶模型进行了深入讨论交流，为进一步国际合作奠定了基础。
