计算物理与数据科学研究团队（Computational Physics & Data Science Research Group）的研究领域包括湍流高保真数值计算与机理分析，以及深度学习与数据同化等数据驱动方法在流体力学领域的运用。大自然中的流动几乎都是湍流（https://en.wikipedia.org/wiki/Turbulence），如心脏的血液、湍急的河流、沙层暴、大气气旋和太阳风暴，其空间尺度从毫米量级到千米量级，时间尺度从毫秒量级到十年量级。对不同尺度的湍流流动进行精确测量将遭遇巨大的困难，因此在实验室通过高性能计算方法复现和探究大自然不同尺度的湍流流动是一个充满挑战和激动人心的研究工作。另外，在过去的若干年间，我们见证了深度学习和数据同化方法深刻地改变了生活中的方方面面。与此同时，如何将深度学习和数据同化方法应用于流体力学领域，凭借强大算力和海量数据从新的视角探究、预测和控制湍流也是一个极其重要的研究方向。

欢迎对上述研究领域感兴趣的学者来访交流。

湍流高保真数值计算与机理分析：

深度学习与数据同化等数据驱动方法在流体力学领域的运用：