唐科军，深圳理工算力微电子学院特聘副教授，主要研究方向是科学计算与机器学习的交叉领域，尤其关注张量计算，深度生成模型，不确定性量化，以及微分方程与神经网络的交叉方向，他的研究成果主要发表在Journal of Computational Physics (JCP) ，SIAM Journal on Scientific Computing (SISC) ，ICLR等国际知名期刊和会议，是Journal of Computational Physics、Journal of Scientific Computing、Applied Numerical Mathematics、ICLR等多个国际知名期刊和会议的审稿人。在自适应采样物理约束神经网络方法的研究领域取得了一系列研究成果，指出了AI求解物理问题时需要关注采样效率的问题，并给出了一种结合物理特性和生成模型的解决方法，得到了国内外同行（包括美国工程院院士、中国科学院院士、加州大学伯克利分校、纽约大学柯朗所、普渡大学、宾夕法尼亚大学、北京大学、清华大学、中科院数学所等专家学者）的关注和多次引用，谷歌学术引用300余次（截止到2024年11月），主持多项科研项目，获得了2023年粤港澳大湾区AI4SCI科技竞赛二等奖。