介质阻挡放电重新点燃时间预测新

基于patch自编码器与神经ODE构建分布式降阶模型，研究二维Kolmogorov湍流中的相对周期轨道与局域化recurrences。

提出神经模态分解（NMD）方法，将多端口系统响应矩阵分解为极点-留数形式，服务于RF腔体、光子器件等电磁系统的神经网络建模。

提出DNNsolver框架，通过深度学习方法实现偏振敏感衍射神经网络的高精度高效建模范式，解决传统薄元近似无法捕捉层内电磁耦合的问题。

提出一种可物理解释的射频感知方法，通过解耦反射体速度与感知几何关系，联合恢复多普勒脊的速度、几何因子、相对幅度和宽度，提升非约束真实场景的适用性。

提出全隐式PIC方法在电磁情形下的扩展，实现全局能量与局域电荷的精确守恒，适用于开放磁约束中的高β等离子体平衡模拟。