研究方向介绍

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：

1．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：

1.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：

传染病动力学

传染病动力学就是根据疾病发生、发展及环境变化等情况，建立能反映其变化规律的数学模型，通过模型动力学性态的研究来显示疾病的发展过程，预测其流行规律和发展趋势，分析疾病流行的原因和关键因素，寻求对其进行控制和防治的最优策略，为人们防治决策提供理论基础和数量依据.传染病动力学着眼于疾病传播内在规律的描述和研究，更有利于疾病发展趋势的预测和最优控制策略的研究.

阮小娥博导、教授

主要研究方向介绍：

学习控制理论与应用

针对于多次重复运行的间歇过程、机器人等系统的理想轨迹跟踪问题，研究等幅值和协同变幅值PID-型迭代学习控制律的设计机理，论证控制律的收敛性，比较控制律的收敛速度等特性；研究利用矩形脉冲前馈补偿迭代学习控制律的方案，给出补偿增益的选取方法；研究网络时延的辨识技术，研究丢包数据的样条插值估计技术、拟合技术和时间序列分析法估计技术等，设计有效的可网络化实

现的迭代学习控制律，论证控制律的收敛性态，分析网络时延和数据丢包率等对控制律的跟踪性能的影响等。

侯延仁博导、教授

主要研究方向介绍：

1．偏微分方程数值方法研究

包括基于有限元两重网格方法或谱方法的后处理算法、变分多尺度算法、并行算法及与这些算法相应的自适应算法的构造、分析和数值计算研究。

2．粘性不可压缩流体力学方程组数值方法研究

主要研究内容包括大雷诺数条件下定常Navier-Stokes方程的数值算法研究和数值模拟、非定常Navier-Stokes方程高效稳定算法研究, 充分利用日益强大的并行计算资源缓解流体力学方程组数值求解中必须面对的计算规模巨大、长时间数值积分与有限计算资源之间的矛盾。

梅立泉博导、教授

主要研究方向介绍：

偏微分方程数值方法、计算流体、计算物理、数据挖掘等研究

主要从事偏微分方程数值方法、计算流体、计算物理、数据挖掘等研究工作，主要包括：中子输运方程的数值求解及其在核反应堆及中子测井方面的应用；流体机械、运载火箭等相关领域中流体动力学方程组的数值求解；天体物理中黑洞吸积流求解的数值方法研究；广义长波方程、薛定谔方程等非线性方程的求解方法研究；生物数学模型的求解方法研究；汽车碰撞的数值模拟研究及模型优化；海量数据的数据挖掘等。

李东升博导、教授

主要研究方向介绍：

偏微分方程的正则性理论

主要研究几何、物理和工程中提出的椭圆、抛物型偏微分方程的正则性，即