聚焦（数值与智能融合）数智计算力学前沿理论、先进算法与重大工程应用，围绕数值仿真算法与工业软件、数据驱动与人工智能、装备不确定性与可靠性分析优化、结构—材料一体化分析优化与智能制造等方向开展系统研究。面向国家重大战略工程需求，持续攻关高端装备智能分析与设计中的关键科学问题和核心技术，形成了具有独立特色的基础理论、先进算法与智能软件，并在多个重大工程中得到应用与认可服役。为人工智能在工程领域的可信、高效落地提供了可行可信的基础、算法与实践路径。
1、建立小样本、可解释、低算力的大规模智能分析理论与模型。
针对传统人工智能方法对海量样本、高性能算力和高能耗的高度依赖，以及模型机理可解释性和工程可信性不足等问题，建立融合数值仿真、物理知识与概率推理的可解释智能分析理论与算法体系，突破小样本条件下超大规模、多物理场、跨尺度复杂问题的高效学习与精准推理，实现低样本、低算力、低能耗条件下的实时训练与高精度预测，为重大工程复杂系统的智能分析提供了一条区别于“数据堆积+算力驱动”的新路径。
2、构建了极端突变物理过程的低能耗动态智能计算框架。
针对撞击、爆炸等极端非平衡动态演化具有强非线性、强间断和多尺度耦合特征，传统计算方法面临误差累积严重、长时序计算稳定性不足等挑战，发展时空双层解耦与降阶理论，构建双层并行建模框架以及大规模高效训练方法，从理论与算法层面抑制复杂动态过程中的误差传播，解决了强非线性、间断突变过程中全区域、长时序多物理场的快速高精度计算难题，为“实现低能耗人工智能” 并赋能战略工程，提供了理论坚实、路径可行的新方案。
3、提出小样本、强泛化的智能分析—设计一体化理论与方法。
针对传统“参数化设计—重复仿真分析—迭代优化”流程面临的高维设计空间、维数灾难及智能模型泛化能力不足等问题，提出小样本智能分析与设计深度融合的一体化框架，建立结构几何模型与物理分析模型的统一表征理论，形成“对齐—级联—在线演进”协同设计方法，实现设计信息与物理响应的高效关联、模型能力的持续演化及变工况条件下的快速预测与协同优化，显著提升尖端装备高自由度、敏捷化与智能化设计能力。
主持国家自然科学基金委青年科学基金（B类）与面上项目，科技委海外人才引进项目、教育部海外人才引进项目，科工局核科学挑战项目、科技委基础加强项目和重点项目子课题、国家数值风洞基础研究项目和科技部重点研发子课题等多个项目。
每年招收1位博士和多位硕士。欢迎具有力学、机械/土木、计算机、应用数学等相关科研背景，热爱科研、有强烈自驱力和主观能动性的同学申报；常年招聘博士后和本科生进行科研活动。
近3年课题组学生获北京市普通高等学校优秀毕业生、北京大学优秀毕业生、国家奖学金、北京大学校长奖学金、北京大学三好学生标兵、北京大学三好学生、院长奖学金、学术英才、学术新星、北京市自然科学基金本科生“启研”项目、美国麻省理工大学、美国西北大学和密歇根安娜堡全奖等奖励/荣誉30多项。
受邀担任国家自然科学基金委、欧洲研究理事会、波兰国家科学中心以及教育部学位中心等评审专家，兼任北京力学会理事、中国力学学会计算力学软件专业组委员、中国复合材料学会青年工作委员会委员、中国机械工程学会机械设计分会委员、以及Springer Nature-Discover Mechanical Engineering、Theoretical and Applied Mechanics Letters、Journal of Reliability Science and Engineering等近10个期刊（青年）编委;
参与组织工程中的数据驱动计算和机器学习国际会议（DACOMA）、机械系统动力学国际会议（ICMSD）、中国力学大会、全国塑性力学大会、全国爆炸力学学术会议、南方计算力学学术会议和北京交叉科学大会等著名会议；受国际工业与应用数学(SIAM)和欧洲应用科学计算方法大会(ECCOMAS)、全国固体力学大会、中国计算力学大会、全国数据驱动计算力学研讨会、全国计算力学青年学术研讨会等邀请作专题报告50多次；
受邀担任 Computer Methods in Applied Mechanics and Engineering、Physics of Fluids、Engineering、Composites Part B: Engineering、Engineering Applications of Artificial Intelligence、Expert Systems With Applications、International Journal of Mechanical Sciences、Energy、Applied Energy、Applied Mathematical Modelling、Computer Physics Communications、Thin-Walled Structures、Journal of Computational Science、Engineering Fracture Mechanics、International Journal of Heat and Mass Transfer、Acta Mechanica Sinica、Theoretical & Applied Mechanics Letters、Extreme mechanics letters等50多个国际顶级、权威期刊的客座编辑和审稿人。
[1] Yunguo Cheng, Lifu Wei, Chensen Ding*, Few-shot data-driven multi-physics real-time prediction under generalized geometric morphing and varying boundaries. Computer Methods in Applied Mechanics and Engineering 448 (2026) 118511. (一区Top)
[2] Xinlong Li, Chensen Ding*, Active evolutionary Gaussian process for structural large-scale full-field reliability analysis and critical domain prognosis with only few initial samples Computer Methods in Applied Mechanics and Engineering 448 (2026) 118418. (一区Top)
[3] Zhuosen Wang, Yunguo Cheng, Chensen Ding*, Parallel Spatiotemporal Order-reduced Gaussian Process for Dynamic Full-field Multi-physics Prediction of Hypervelocity Collisions in Real-time with Limited Data. Computer Methods in Applied Mechanics and Engineering 438(2025) 117810. (一区Top)
[4] L Chen, Z Wang, H Lian*, Y Ma, Z Meng, P Li, Chensen Ding*, SPA Bordas, Reduced order isogeometric boundary element methods for CAD-integrated shape optimization in electromagnetic scattering, Computer Methods in Applied Mechanics and Engineering 419 (2024) 116654. (一区Top，ESI全球高被引)
[5] Chensen Ding*, H Rappel, T Dodwell, Full-field order-reduced Gaussian Process emulators for nonlinear probabilistic mechanics, Computer Methods in Applied Mechanics and Engineering 405(2023) 115855. (一区Top)
[6] Chufan He, Xuan Peng, Chensen Ding*, Dual order-reduced Gaussian process emulators (DORGP) for quantifying high-dimensional uncertain crack growth using limited and noisy data, Computer Methods in Applied Mechanics and Engineering 417 (2023) 116394. (一区Top)
[7] Yunguo Cheng, Shichao Sun, Tianju Xue, Sheng Mao*, Chensen Ding*, ExDORGP: a high-efficiency data-driven method for uncertainty quantification for lithium-ion batteries, Acta Mechanica Sinica 42(2026) 725806. （一区卓越领军期刊，封面论文）
[8] Jiejian Xiao, Yunguo Cheng, Chensen Ding*, FA-GP: A Flow-Aligned Attributed Gaussian Process for Few-Sample Prediction of Large-Scale External Aerodynamic Flows, Aerospace Science and Technology, 180(2026) 113763. (一区Top)
[9] Lifu Wei, Yunguo Cheng, Chensen Ding*, GD-DORGP: A data-driven framework for free geometry design and accurate real-time multi-physics evaluation of unseen hypersonic aircraft structures using limited data, Aerospace Science and Technology 157(2025) 109774. (一区Top)
[10] Chensen Ding*, Yang Chen, Hussein Rappel, Tim Dodwell, Functional order-reduced Gaussian Processes based machine-learning emulators for probabilistic constitutive modelling, Composites Part A: Applied Science and Manufacturing, 173(2023) 107695. (一区Top)