椭圆型界面问题在材料科学、生物分子建模和电磁学等领域中广泛存在，其解在界面处往往具有不连续或低正则性，对数值求解方法提出了较高要求。近年来，由于其无网格特性，神经网络方法被广泛用于求解界面问题，但相关误差仍缺乏系统性理论理解。针对这一问题，本报告介绍了一项基于随机神经网络的研究工作，从理论上给出了神经网络求解界面问题解的整体误差的定量刻画。数值实验验证了相关分析。

报告人简介：吴斯迪，中国矿业大学（北京）讲师。2018年本科毕业于中南大学，2023年获中国科学院数学与系统科学研究院计算数学博士学位，同年进入北京大学数学科学学院开展博士后研究工作。主要研究方向为界面问题的机器学习数值方法，相关成果发表于J. Comput. Phys.、Commun. Comput. Phys.等期刊。