研究方向介绍.docVIP

博士生导师研究方向介绍 徐宗本 院士、博导、教授 主要研究方向介绍： 信息处理的数学理论与方法及机器智能 主要围绕国家重大需求和信息技术的某些前沿基础问题,开展数学科学、认知科学、数据科学与信息技术的交叉融合研究。典型研究领域包括:感知与认知模拟、计算心理学、稀疏信息处理、智能信息处理、计算机视觉与图像处理、机器学习与数据挖掘、压缩感知与雷达信号处理、数据建模及其工业应用等。 彭济根 博导、教授 主要研究方向介绍： 1．非线性泛函分析及其应用 该方向主要针对动力神经场方程、反常扩散方程、人工神经网络等典型方程，以及机器学习的泛函分析框架，发展以分数阶微积分为基础的泛函分析理论以及与非线性Lipschitz算子相关联的数学方法。 2. 稀疏信息处理的数学理论与方法 该方向属于数学与信息科学的交叉研究，旨在运用现代数学理论和发展新的数学方法，解决稀疏信息处理中稀疏表示、稀疏采样以及稀疏重构等方面的典型基础问题。 张讲社 博导、教授 主要研究方向介绍： 统计计算和统计优化 该方向主要研究：1）包括变分Bayes和正则化Bayes等在内的贝叶斯类方法研究及应用；2）计算密集型的统计量如最大共息系数（MIC）、信息瓶颈方法（IB）、意识的信息整合理论（integrated information theory of consciousness）等的计算方法；3）基于人的感知和认知的概率决策方法研究，探讨人类在商业与日常决策中的不确定信息使用规则。 2．机器学习方法研究 该方向主要研究：1）基于深度学习的超高维数据特征提取和维数约减；2）基于稀疏表示的标签传递算法及Case-Based学习分类方法；3）机器学习方法在多光谱图像解混、电力负荷预测、遥感数据解译、经济数据及网络数据分析等方面的应用。 陈志平 博导、教授 主要研究方向介绍： 1．近代优化理论与方法 旨在恰当描述、有效求解复杂的决策问题，对混合整数规划、动态随机优化、鲁棒优化与锥规划等近代优化问题的理论特性、求解算法设计与实际应用等展开系统研究。 2．金融风险度量与金融优化 金融风险的量化与控制、最优投资组合的选择是金融学和实际投资者关注的核心问题。综合运用统计学、近代优化方法、科学计算工具和金融学理论与实务，研究新型金融风险度量模型的构造，以期其具有较好的数学特性并能全面反映现实金融投资的特点。在此基础上，通过同时考虑实际金融投资过程中存在的诸多摩擦因素，构建实用的投资组合选择优化模型，探讨其有效求解算法与实际应用，以便为投资者提供实用有效且稳健的投资策略。 蒋耀林 博导、教授 主要研究方向介绍： 大型微分方程的新型计算理论及应用 该方向主要研究大型时间相关微分方程的现代计算理论，侧重于波形松弛类新型方法的研究，典型领域包括：微分代数方程，时间相关偏微分方程，波形松弛方法，区域分解（Schwarz）方法，保结构方法，时空并行方法。2. 现代工业系统的先进模拟方法 该方向主要研究应用领域（如集成电路工业）的大型输入输出系统的先进模拟方法，侧重于模型降阶类新型方法的研究，属于“大系统的近似技术”新兴前沿领域，兼顾研究矩阵和张量理论，以及非线性系统的动力学行为（如分叉、混沌）。 何银年 博导、教授 主要研究方向介绍： 1．线性和非线性偏微分方程数值方法研究 包括用有限元、有限差分、有限体积及边界元方法求解偏微分方程的数值分析和数值计算研究。 2．粘性不可压缩流体、磁流体、海洋流体动力学数值方法研究 研究求解粘性不可压缩流体、磁流体、海洋流体动力学等应用性较强的流体力学数值方法及数值模拟研究， 数值方法包括有限元、有限差分、有限体积及边界元方法求解偏微分方程的数值分析和数值计算研究， 主要研究内容是把非线性问题化为线性问题，用已有的数值方法进行求解， 并研究算法的长时间稳定性和收敛性，确定网格层尺度之间和时间步长之间的尺度关系。 周义仓 博导、教授 主要研究方向介绍： 传染病