@Article{CAM-20-16, author = {}, title = {中国工业与应用数学学会嵌入会议在日本东京成功举行}, journal = {CAM-Net Digest}, year = {2023}, volume = {20}, number = {16}, pages = {1--1}, abstract = {
中国工业与应用数学学会(以下简称“学会”或“CSIAM”)作为国际工业与应用数学联合会(ICIAM)的大会员单位,一直积极支持和参与国际工业与应用数学相关活动。在第10届国际工业与应用数学大会(ICIAM 2023)举办期间,8月22日,学会在日本东京早稻田大学成功组织了一场嵌入会议。本次嵌入会议包含3个Sessions,共计12个报告,内容涵盖了应用数学及相关领域多个方向的研究进展与应用前景,百余名国内外参会代表参加了本次嵌入会议。
学会理事长张平文院士首先作了题为“Current State and Outlook of CSIAM and Industrial and Applied Mathematics in China”的报告,他对中国工业与应用数学学会以及中国应用数学的发展现状、国家支持政策、发展机遇等进行了简要介绍,并分享了他对应用数学研究和应用前景的一些思考。
中国科学院数学与系统科学研究院黄飞敏研究员作了题为“Fluid dynamical system, numerical analysis and its applications in AMSS, CAS”的报告,简要介绍了中国科学院数学与系统科学研究院在流体动力系统、数值分析及其应用方面的最新进展。
深圳市大数据研究院/香港中文大学(深圳)罗智泉教授作了题为“Efficient and Trustworthy AI with Applications to 5G Network Optimization”的报告,他主要探讨了高效、可靠的深度神经网络(DNN)训练方法及其在5G网络中的应用。
西南财经大学林华珍教授作了题为“Efficient Estimation and Computation for Semiparametric Model”的报告,重点介绍了她在半参数和非参数模型下参数和非参数函数有效估计的一般理论、方法及算法方面的最新研究进展。
北京师范大学-香港浸会大学联合国际学院汤涛院士作了题为“Deep adaptive sampling for numerical PDEs”的报告,他主要介绍了一种用于求解偏微分方程的深度自适应采样算法,与神经网络近似算法相比,该算法可以显著提高精度,特别是对于低正则性和高维问题。
复旦大学雷震教授作了题为“Energy Cascade for Hamiltonian Nonlinear Klein-Gordon Equations”的报告,他介绍了在离散谱模式接近连续谱模式的条件下,线性问题的空间局部化和时间周期解被一般非线性哈密顿扰动破坏,能量向无穷大缓慢辐射,分享了从离散模式传递到连续模式的最新研究成果。
吉林大学张然教授作了题为“The weak Galerkin finite element method for elliptic eigenvalue problems”的报告,她主要介绍了用弱Galerkin有限元方法研究特征值问题的最新进展与成果。
中国科学院数学与系统科学研究院郑伟英研究员作了题为“Perfectly matched layer methods for wave-scattering problems in complex media”的报告,他重点探讨了PML方法的稳定性和指数收敛性,该方法适用于解决双层介质和具有阶梯状边界的半空间中的声学和电磁散射问题。
华为技术有限公司白铂博士作了题为“Semantic Information Theory: Where Shannon Meets Gardner”的报告,他分享了在可靠通信问题、香农容量以及语义通信问题、计算语义的图熵等方面的思考与探索。
北京大学董彬教授作了题为“Data- and Model-Driven Approach for Computational Imaging”的报告,他主要探讨了深度学习对计算成像的影响,以及计算成像在生命科学和医学研究中的应用前景。
中国科学院数学与系统科学研究院刘歆研究员作了题为“Decentralized Optimization Over the Stiefel Manifold by an Approximate Augmented Lagrangian Function”的报告,他介绍了Stiefel流形上的分散优化问题的最新研究进展,提出了一种名为DESTINY的算法,该算法具有严格的收敛性和良好的数值性能。
南开大学邹长亮教授作了题为“Optimal Subsampling via Predictive Inference”的报告,他提出了一种最优子抽样算法,该算法可最大限度地提高所选子样本的多样性,同时控制错误选择率,以尽可能多地探索可靠信息。
浙江大学包刚教授、上海交通大学金石教授、复旦大学林伟教授分别主持了以上三个Session。
CSIAM嵌入会议学术交流氛围浓厚,气氛热烈,各位专家学者和学生积极提问发言,就各自关心的内容进行了深入的交流与讨论。本次会议为应用数学及相关领域的研究人员和来自世界各地的同行提供了一个前沿研究成果交流的平台,对于提升中国在应用数学领域的国际影响力以及CSIAM的国际形象起到了积极的作用。
CSIAM学会办公室供稿
}, issn = {}, doi = {https://doi.org/2023-CAM-22179}, url = {https://global-sci.com/article/74704/%E4%B8%AD%E5%9B%BD%E5%B7%A5%E4%B8%9A%E4%B8%8E%E5%BA%94%E7%94%A8%E6%95%B0%E5%AD%A6%E5%AD%A6%E4%BC%9A%E5%B5%8C%E5%85%A5%E4%BC%9A%E8%AE%AE%E5%9C%A8%E6%97%A5%E6%9C%AC%E4%B8%9C%E4%BA%AC%E6%88%90%E5%8A%9F%E4%B8%BE%E8%A1%8C} }