【哈工大（深圳）宣】（李晓慧 林菁/文 受访者/供图）近期，深圳市公布2023年度深圳市优秀博士后设站单位、管理人员及博士后表彰名单，哈工大（深圳）共获评“优秀博士后”6名、“优秀博士后管理人员”1名，所占比例在各大高校和科研单位中名列前茅，充分彰显学校博士后人才培养成果和青年人才活力。

哈工大（深圳）博士后群体是致力于科学研究、攻坚克难的一支重要力量。今天，让我们走近“优秀博士后”，听听他们的故事。

从巴黎到深圳，“这里正是我向往的”

在大四时，邓楠通过华中科技大学与巴黎第十一大学的双学位项目去往法国巴黎。那时的他，从未想过会在这座城市度过六年的学习生涯。

在法国国家科学研究中心硕士毕业实习过程中，邓楠对流动系统的复杂动态行为产生了浓厚兴趣，并在那里结识了日后的博士导师Luc Pastur和Bernd R. Noack教授。在他们的指导下，邓楠确定了今后的课题方向，即使用数据、机器学习方法和第一性原理对非定常流场进行降阶建模。

法国充满了浪漫风情，但邓楠却把全部时间投入到了学习和科研中。他认为，有自己喜欢和擅长的事情，并为之不懈奋斗，便是最浪漫的事。

在博士阶段，邓楠获国家留学基金委奖学金支持进入法国巴黎理工学院学习，期间他深耕流体力学建模和非线性动力学领域，一作发表行业顶刊3篇。临近博士毕业时，已是哈工大（深圳）教授、人工智能与空气动力学团队负责人的Bernd R. Noack力邀他回来中国。

“哈工大（深圳）拥有先进的风洞、水洞、空气动力学实验室，汇聚了一批国际顶尖的学者和研究团队。”邓楠说。经过考察，他发现这里丰富的科研资源、国际化的学术氛围，以及注重创新和跨学科合作的研究环境，正是他所向往的。在博士答辩后的第二个月，他就启程回国，在哈工大（深圳）开启了博士后生涯。

从学术到应用，“这正是我想走的路”

邓楠的博士后课题主要研究使用数据聚类方法进行自动化动力学建模，这一课题是他博士毕业论文的延续。针对传统方法高度依赖专家经验、模型稳定性差、参数敏感度高，以及数据驱动方法模型物理可解释性差的缺点，他和Noack教授深入挖掘“数据与知识驱动的混合式建模”潜力，尝试使用数据聚类方法解决动力学建模与控制中多尺度、多频率、复杂非线性的挑战。

该方法可从流体领域进一步推广应用到其他领域，最终实现复杂非线性系统的“一键式”建模。

“对于目前的科研方向，我深信它在解决工程实际中的复杂系统问题上有着巨大潜力。在这一方向上，我也在不断努力和探索，从理论到实验，从数据到模型，不断拓展着自己的研究领域。”邓楠说。

在站期间，最让他引以为傲的成果之一是在流体力学领域顶刊J. Fluid Mech.和Phys. Fluids发表的关于聚类网络建模和控制的文章，其中一篇获选期刊特色论文并受到权威出版社报道推荐，该技术也吸引了多个学术团队前来寻求合作，并签订了协议。

这让邓楠深信，科研的意义不仅仅在于学术界的认可，更在于解决实际问题，为社会进步贡献力量。

从博士后到留校，“我希望传承哈工大精神”

出站后，邓楠选择留在哈工大（深圳）任教。他表示，这里提供了良好的科研平台和丰富的国际合作交流机会，为他学术能力的成长和进步提供了有力支持。

“从博士后到留校任教，在两年多的时间里，我深深地感受到了这里追求卓越、奋发作为、开拓创新的精神。”邓楠表示，在学生培养过程中，哈工大非常重视理论知识与工程实践能力并重；在学术研究中，学校始终将服务国家重大需求，加强产学研结合放在重要位置。

“博士后在站的时间并不算长，但哈工大‘八百壮士’的先进事迹，总会让我深受触动。作为哈工大新任教师，我希望能够践行‘规格严格、功夫到家’的校训精神，传承发扬哈工大精神，做学生们的良师益友。”邓楠表示。

从博士后到教师，邓楠仍将在流体力学与非线性动力学领域持续深耕，利用知识与数据驱动的人工智能方法，解决工程实际中的复杂系统动力学建模与状态估计问题。同时，也将努力提升自身的教学水平，把科研成果和经验融入到教学中，继续书写属于自己的哈工大故事。

仰望星空，脚踏实地，科研之路充满挑战，但也充满乐趣与成就。每一次的探索和创新，都是一次宝贵的学习经历，正是在思维的反复碰撞中，目标变得清晰，理想变得坚定，愿大家在科研的道路上，心怀恒定，勇往直前！——邓楠与同仁共勉