纵翼飞
郑州大学水利与交通学院求是青年教师
研究方向：计算水力学地表水-地下水耦合模拟人工智能驱动的科学计算及不确定性量化
办公地点：
个人简介
纵翼飞，男，郑州大学水利与交通学院求是青年教师。2021年和2025年先后获得美国伊利诺伊大学香槟分校（UIUC）土木工程硕士与博士学位。主要研究方向为计算水力学、地表水-地下水耦合模拟、人工智能驱动的科学计算及不确定性量化。已在Computer Methods in Applied Mechanics and Engineering、Journal of Computational Physics等国际高水平期刊发表学术论文9篇。2023年获国家留学基金委“国家优秀自费留学生奖”（全球每年500人）。
学术兼职
[1] 联合国教科文组织“信息与多灾害减灾”（UNESCO Chair in Informatics and Multi-hazard Risk Reduction），委员
[2]国际信息与灾害韧性卓越中心（International Centre of Excellence on Informatics and Disaster Resilience，ICEIDR），委员
[3] 中英资源与环境协会中国委员会（China Committee of China-UK Resources and Environment Association，UK-CARE China），委员
[4] 中国工业与应用数学学会（China Society for Industrial and Applied Mathematics, CSIAM），成员
[5] Journal of Hydrology、Water Resources Research、Journal of Computational Physics等国际期刊，审稿人
教学课程
研究生教学课程：
- 计算流体力学应用与基础（合授，32学时）
科研项目
[1] 主持中国博士后科学基金会面上项目“基于物理信息神经网络的大尺度地下水–污染物耦合反演方法研究”（2025M783206），2026.01-2027.12
[2] 参与美国国家科学基金会项目“Informing River Corridor Transport Modeling by Harnessing Community Data and Physics-Aware Machine Learning”（项目骨干，2141503），2021.12-2025.5
论文和专著
【论文】
[1] Zong, Y. F., & Tartakovsky, A. M. (2026). Mathematics of digital twins and transfer learning for systems governed by PDE models. Computer Methods in Applied Mechanics and Engineering, 448, 118450.
[2] Zong, Y. F., Barajas-Solano, D., and Tartakovsky, A. M. (2024). Randomized Physics-Informed Neural Networks for Bayesian Data Assimilation. Computer Methods in Applied Mechanics and Engineering, 436, 117670.
[3] Zong, Y. F., Barajas-Solano, D., and Tartakovsky, A. M. (2024). Randomized Physics-Informed Machine Learning for Uncertainty Quantification in High-Dimensional Inverse Problems. 3, 519, 113395.
[4] Zong, Y. F., He, Q.Z., and Tartakovsky, A. M. (2023). Improved training of physics-informed neural networks for parabolic differential equations with sharply perturbed initial conditions. Computer Methods in Applied Mechanics and Engineering, 414, 116125.
荣誉和奖励
[1] 2023年度国家优秀自费留学生奖学金，2023年
[2] 滑铁卢大学邓肯·F·麦基沃尔优秀学生奖学金, 2018年