新闻中心
新闻中心
当前位置: 首页 » 新闻中心

数学科学学院成功举办校庆科技发展分论坛

时间:2022-11-11 | 来源:

为助推学校“双一流”建设、献礼百廿华诞,11月9日,山西大学120周年校庆科技发展论坛-数学科学学院分论坛以线上线下相结合的形式举办。四川大学张旭教授、北京大学李若教授、香港理工大学黄坚教授应邀在线上作学术报告。校学术委员会主任、原副校长梁吉业教授,数学科学学院师生参加分论坛。


396354bc6eb14fa08194202038b8a2f0.png


梁吉业教授在致辞中对各位专家一直以来为我校数学学科发展给予的大力支持表示感谢,对我校数学学科建设成效给予充分肯定,预祝本次论坛取得圆满成功。数学科学学院院长靳祯教授简要介绍了学院在学科建设、师资队伍、教学科研等方面的发展情况,展示了近年来,数学学科的建设成果。



张旭教授以“Optimal feedback for stochastic linear quadratic control in infinite dimensions, progress and open problems”为题作报告。针对无限维空间当中随机线性二次控制的最优反馈问题,张旭教授介绍了其团队最新研究进展和发现的比较有趣的公开问题。他在讲座中回顾了确定性线性系统的LQ问题,介绍其在有限维空间中的一些经典结论。分析了确定性线性系统的LQ问题在随机有限维空间的情形,在推广到无限维空间中遇到的困难和相应的解决办法。张旭教授团队建立了无穷维随机线性二次控制问题的最优反馈算子的存在性与相应的算子值倒向随机Riccati方程的可解性之间的等价关系,并采用随机转置方法来处理关键的非线性方程组。



李若教授作了题为“脚踏实地,逆数而行——‘北太天元’数值计算通用软件介绍”的报告。北太天元数值计算通用软件(以下简称“北太天元”)是由北京大学重庆大数据研究院数值计算实验室自主研发的首款国产科学计算软件。北太天元聚焦科学计算领域的“卡脖子”问题,实现了科学计算领域“根技术”的突破。李若教授针对北太天元的研发背景、突破的科学计算软件“根技术”、软件能力与合作模式以及基础软件科学研究中心进行了详细介绍。


12049515bc324fa38bfd7e247c9eb038.png


黄坚教授作了题为“Statistical Deep Learning: Mitigating the Curse ofDimensionality”的报告。近年来,深度学习在各领域的广泛应用均取得了令人瞩目的成绩,被广泛应用在科学研究的多个领域分析高维复杂数据。报告以“为什么深度学习能处理高维问题?”引出,对比传统统计方法,娓娓道来深度学习的主要优势。黄坚教授介绍了深度神经网络的逼近能力和深度学习方法的泛化误差来解释深度学习的优势。他以非参数回归和条件生成学习为例,表示在数据分布的一些现实假设下,深度学习可以减轻“维数灾难”。

三位教授的报告内容由浅入深、丰富生动、富有启发性。他们分别从信息与计算数学的不同研究领域出发,对其团队的学术研究进展、科技创新成果、学科交叉前沿进行分析介绍。报告结束后,与会学者对各位老师提出的问题给予了详细解答。三位教授的精彩报告,拓宽了学院师生的学术视野,为我院的学术研究、学科建设等工作带来很多启迪与思考,提供了非常有意义的产学研结合典范。与会人员从中获益良多,反响良好。

此外,张旭教授、李若教授、黄坚教授对山西大学120周年校庆表示热烈祝贺,并对数学科学学院的学院发展成就、学科建设成果给予高度赞誉,愿山西大学昂首奋进、再铸辉煌。

人物简介:

张旭,四川大学教授,主要研究数学控制论。曾获国家杰出青年基金,国家自然科学二等奖,先后担任(曾任)SIAM J. Control Optim.、Annual Reviews in Control、ESAIM Control Optim. Calc. Var. 和 Math. Control Relat. Fields 等刊编委、副主编或主编,并应邀在国际数学家大会上作 45 分钟报告。

李若,北京大学博雅特聘教授,博士生导师,副院长。主要研究方向为偏微分方程数值解和计算流体力学,发表科研论文 100 余篇,解决了玻尔兹曼方程Grad矩方程组双曲性缺失问题。目前为中国数学会计算数学分会副理事长,北京计算数学学会监事长,《数值计算与计算机应用》副主编,AAMM、MCA和《CSIAM通讯》编委。曾担任北京计算数学学会理事长,SISC和NMTMA等期刊编委,曾经获得或入选全国优秀博士论文奖(2003),教育部高校科学技术一等奖(2007),教育部新世纪人才计划(2009),国家杰出青年基金(2013),科技部中青年科技创新领军人才(2015),冯康科学计算奖(2017),第九届国际工业与应用数学大会报告人(2019)等。

黄坚,现为香港理工大学应用数学系数据科学与分析讲座教授,国家高层次人才。在西雅图华盛顿大学获统计学博士学位,曾在美国高校任教授20多年。研究兴趣:机器学习、高维统计、计算统计、生物统计学和生物信息学。在Annals of Statistics、JASA、JRSSB、Biometrika等顶刊发表论文100多篇。2015年至2019年,入选Web of Science group at Clarivate数学领域的高被引学者榜,并被Elsevier BV和斯坦福大学列入世界被引用最多科学家的前2%的名单(2021年)。任美国统计协会会士和国际数理统计学会会士。