张磊，现为中国科学院力学研究所特别研究助理。分别于2016年和2021年在北京大学工学院获学士和博士学位。博士工作获2021年北京大学优秀博士学位论文。入选第四届中国力学学会青年人才蓄水池项目。

目前主要从事有限元理论及应用方面的研究，发展基于机器学习的有限元方法和降阶模型。目前有一作/通讯SCI期刊论文14篇，论文发表在Comput. Methods Appl. Mech. Eng.，Comput. Mech.等计算力学领域权威期刊上。主持国家自然科学基金青年基金项目，参与国家自然科学基金重点项目的主要工作。

主要创新成果包括：

（1）   率先提出了HiDeNN-FEM方法，采用有限元理论设计了结构化神经网络，并引入张量分解得到降阶形式，从而显著提高了计算精度和效率，“预期为大规模高维问题高效求解提供新的强大工具”。

（2）   提出了虚拟聚类分析方法，实现了少样本下的材料微观结构的快速均匀化，呈数量级地提高了纤维增强复合材料的多尺度模拟的计算效率，是聚类均匀化方向的“三个中心工作”之一。

（3）   量纲分析是科学研究的基本工具，但它不能区分不同的物理状态。针对该问题，申请人提出了从数据中学习主控物理关系的聚类无量纲学习方法，实现了不同物理过程/区域的识别，并找到主控物理量间的标度关系，突破了传统物理分析依赖研究者的物理直觉和经验的限制。