周平强课题组张汇凡（博）2025年3月参加DATE会议并做汇报

2025年3月31日至4月3日，电子设计自动化领域最具影响力的国际学术会议之一第28届欧洲设计自动化与测试会议（DATE 2025）在法国历史文化名城里昂隆重举行。作为EDA领域四大顶级会议，本届DATE会议共收到来自全球的1213篇投稿论文，创下历史新高，最终录用率约为25%，竞争异常激烈。

在本次会议上，我有幸以第一作者身份发表了题为《Time-Domain 3D Electromagnetic Fields Estimation Based on Physics-Informed Deep Learning Framework》的研究论文。该论文针对射频/微波电路设计中传统电磁仿真方法计算成本高昂的瓶颈问题，创新性地提出了融合麦克斯韦方程组的深度学习框架。我们的主要贡献包括：1）首次将电磁场控制方程编码为物理约束损失函数；2）提出自适应缩放因子更新算法，有效解决了多目标优化的平衡难题；3）实验证明该方法在保证精度的前提下，相比传统FDTD方法实现了200倍以上的加速比。

由于我的口头汇报被安排在会议闭幕当天的下午时段，这种特殊的日程安排反而成为独特的优势——在前两日全程参与主论坛及分论坛报告的过程中，我更有针对性地调整了汇报策略。为确保在5分钟内完整呈现从电磁仿真理论瓶颈、物理信息深度学习框架构建到结果验证的全链条研究，我针对汇报逻辑与时间分配进行多次模拟演练，特别将传统FDTD方法耗时数据、模型加速效果对比等核心论点转化为更直观的可视化形式。

海报展示环节同样收获颇丰。来自意大利的一位教授就激励源建模提出了建设性意见，建议考虑更丰富的输入模式；而另一位中国的教授则从工程实践角度，分享了电感建模中端口设置的敏感性分析。这些宝贵反馈直接促成了我们后续研究的两个重要方向：1）开发支持多维度激励特征的扩展模型；2）探索物理信息神经网络与矩量法等传统数值方法的融合。

会议举办地里昂这座兼具历史底蕴与现代活力的城市为学术交流提供了绝佳氛围。在罗讷河与索恩河交汇处的里昂会议宫，我与来自欧洲、亚洲的多位学者进行了深入交流，不仅探讨了专业领域的前沿问题，也分享了科研工作的心得体会。这些跨文化的学术互动不仅拓宽了我的研究视野，也显著提升了我的学术表达和沟通能力。特别值得一提的是，在会议组织的欢迎酒会上，我与几位同行就深度学习在EDA中的应用前景进行了热烈讨论，这些思想碰撞为我的后续研究提供了新的灵感。