• 摘要

2019年8月14日上午，由《中国科学》杂志社主办、内蒙古大学满洲里学院承办的《中国科学：数学》人工智能论坛成功召开。本次论坛旨在更好地促进数学与信息学研究前沿的交叉，加强交叉学科领域国内外学者的学术交流。
开幕式由主编袁亚湘院士主持，北京大学副校长田刚院士、国家自然科学基金委员会数学物理科学部主任江松院士、满洲里市许爱莲市长以及内蒙古大学陈国庆校长分别致辞。马志明院士、洪家兴院士、张伟平院士、席南华院士、鄂维南院士、徐宗本院士、张平文院士、方复全院士、王小云院士、Arthur Jaffe院士，主办、承办单位领导以及来自海内外的100多位专家学者出席了开幕式。
随后的论坛中，西安交通大学徐宗本院士、清华大学王小云院士、北京大学/美国普林斯顿大学鄂维南院士和美国纽约州立大学石溪分校顾险峰教授分别作了题为“AI与数学：融通共进”、“工控安全与密码”、“机器学习的数学理论与科学机遇”和“几何观点下的最优传输和对抗生成网络”的精彩演讲报告，并同与会代表就演讲内容进行了热烈的讨论。
报告结束后，洪家兴院士、张伟平院士、席南华院士、张平文院士分别向四位报告人颁发了主旨演讲纪念牌。

• 摘要

2019年8月14日上午，由《中国科学》杂志社主办、内蒙古大学满洲里学院承办的《中国科学：数学》人工智能论坛成功召开。本次论坛旨在更好地促进数学与信息学研究前沿的交叉，加强交叉学科领域国内外学者的学术交流。
开幕式由主编袁亚湘院士主持，北京大学副校长田刚院士、国家自然科学基金委员会数学物理科学部主任江松院士、满洲里市许爱莲市长以及内蒙古大学陈国庆校长分别致辞。马志明院士、洪家兴院士、张伟平院士、席南华院士、鄂维南院士、徐宗本院士、张平文院士、方复全院士、王小云院士、Arthur Jaffe院士，主办、承办单位领导以及来自海内外的100多位专家学者出席了开幕式。
随后的论坛中，西安交通大学徐宗本院士、清华大学王小云院士、北京大学/美国普林斯顿大学鄂维南院士和美国纽约州立大学石溪分校顾险峰教授分别作了题为“AI与数学：融通共进”、“工控安全与密码”、“机器学习的数学理论与科学机遇”和“几何观点下的最优传输和对抗生成网络”的精彩演讲报告，并同与会代表就演讲内容进行了热烈的讨论。
报告结束后，洪家兴院士、张伟平院士、席南华院士、张平文院士分别向四位报告人颁发了主旨演讲纪念牌。

• 摘要

6月21-23日，2019年江苏省计算数学学术年会在江苏省宿迁市星辰国际酒店顺利召开。本次会议由 江苏省数学会主办，计算数学分会承办，宿迁学院协办。江苏省数学会计算数学分会理事长、原南京师范大学党委书记、校长宋永忠教授，江苏省数学会副理事长、江苏第二师范学院纪委书记陈金如教授，宿迁学院党委书记顾晓虎教授，江苏省数学学会计算数学分会副理事长、南京理工大学校长助理韦志辉教授，江苏省数学学会计算数学分会副理事长南京大学武海军教授等出席了会议开幕式。来自省内外近30所高校的150余名计算数学领域的学者和研究生参加了此次会议。

开幕式由南京师范大学王雨顺教授主持。宿迁学院党委书记顾晓虎教授致欢迎辞，他对参加这次会议的专家学者表示最热烈的欢迎，并对江苏省计算数学界在宿迁学院组建和建设的过程中给予无私帮助表示衷心的感谢。宋永忠教授代表学会发言。他回顾了江苏省计算数学学术年会的发展历史。他指出从上世纪八十年代起，江苏省计算数学年学术年会一直定期举行，举办地遍布江苏的各大城市，目的是让计算数学在江苏的各个城市都能蓬勃发展。他强调江苏计算数学一向团结和谐，是全国计算数学的重要力量，而青年人才是未来的希望，希望通过江苏省计算数学学术年会这个平台不断推出江苏品牌的计算数学青年专家，也希望全省各高校加大培养和引进优秀青年计算数学人才的力度，让江苏成为计算数学优秀人才成长的沃土。

本次会议特别邀请了北京大学李铁军教授、上海交通大学范金燕教授、中国矿业大学吴钢教授作大会报告。会议邀请南京师范大学孙海琳博士、南京航空航天大学龚跃政博士作青年大会报告，会议还安排了5个分会场共55个分组报告。会议期间还召开了学会的常务理事会，总结审议了学会过去一年的工作，商讨确定确定了未来一年的工作计划。

本次学术会议的成功举行加强了江苏省和全国计算数学工作者的交流与合作，为计算数学领域的教师、研究生和工程技术人员提供一个了解学科前沿发展动态、互相交流最新研究成果的平台，对江苏省计算数学事业的发展具有积极的推动作用。

• 摘要

8月31日—9月1日，由国家自然科学基金数学天元基金和吉林大学共同资助，天元数学东北中心和吉林大学数学学院联合承办的“随机延迟微分方程数值计算研讨会”在吉林大学中心校区召开。本次研讨会由美国奥本大学曹延昭教授和中国科学院洪佳林研究员召集，来自中国科学院、华中科技大学、北京工业大学、上海师范大学、哈尔滨工业大学等高校的40余位相关领域专家学者参加了本次研讨会。中国科学院洪佳林研究员，吉林大学数学研究所所长李勇教授，数学学院副院长、国家天元数学东北中心执委会副主任张然教授出席了会议开幕式。开幕式由数学研究所副所长邹永魁教授主持。
张然首先代表天元数学东北中心向与会专家学者的到来表示欢迎，向各位专家长期以来对中心建设的支持表示衷心的感谢。她介绍了天元数学东北中心成立的背景和发展情况，中心以国内外有重要影响力的专家学者组成的学术委员会为指导，围绕国家和地区的重大战略需求，通过举办主题活动、热点活动，以及青年学者规划研讨会等各具特色的活动，营造了良好的学术交流环境，对东北地区数学整体水平的提升起到促进作用。她真诚的欢迎广大专家学者常来中心访问交流，加强沟通，协同攻关，共同促进数学学科的快速发展。
洪佳林在讲话中感谢各位专家学者对“随机延迟微分方程数值计算”研究的关注和支持。他指出，随机微分方程是数学前沿方向之一，随机微分方程的计算方法及其数学理论是研究的热点领域和前沿主题，研究活跃度高，具有重要的理论意义和广泛的应用价值。本次活动邀请到四位国内外随机微分方程数值计算领域的知名专家作专题讲座。他希望与会青年学者珍惜本次学术交流机会，开拓研究视野，掌握核心问题，进一步提高学术水平。
本次活动共有14场学术报告及专题研讨，通过分享最前沿的研究成果，从而加强相关领域专家学者之间的交流合作，推动随机延迟微分方程数值方法及其数学理论在国内的发展，进而做出更多重要的研究成果。

• 摘要

2019年8月22日至23日，中国科学院数学与系统科学研究院-香港理工大学“应用数学”联合实验室在香港理工大学深圳产学研基地举行了学术交流会。参加会议的有联合实验室的科方主任袁亚湘院士，港方主任陈小君讲座教授，中国科学院数学与系统科学研究院计算数学与科学工程计算研究所所长周爱辉研究员，香港理工大学应用数学系主任孙德锋讲座教授等。来自中国科学院数学与系统科学研究院、香港理工大学、中国科学院地质与地球物理研究所、中国科学院大学、深圳大学、香港中文大学深圳分校的科研人员和研究生，以及来自华为、阿里的业界代表们通过讲座、座谈等形式进行了交流和研讨。 
会议进一步促进了联合实验室双方的学术交流的蓬勃发展，推动了粤港澳大湾区应用数学研究方面的融通互进，取得了预期的成果。

• 摘要

国家天元数学西北中心“多模态医学影像分析建模与算法新进展专题研讨班”定于9月26日-29日在西安交通大学举办。该研讨班为中心2019“数据科学与医疗健康”主题年活动之一。本期专题研讨班将聚焦医疗影像配准/分割等基本问题的数学方法,以及多模态影像生成、处理与分析方法等前沿热点问题，邀请相关专家“以半天一位专家”的形式介绍专题成果，与研讨班学员交流并研讨最新研究进展。

一、专题研讨班日程安排

时间：2019年9月26日-29日 上午8:30-11:30  下午14:30-17:30
地点：西安交通大学数学楼二楼2-1会议室
活动召集人：杨孝平教授 南京大学、孙剑教授 西安交通大学

主讲人

叶初阳（北京理工大学）          
何晖光（中国科学院自动化研究所）  
仇毓东（南京鼓楼医院）
沈定刚（UNC-Chapel Hill）
台雪成（Hong Kong Baptist University）
夏勇（西北工业大学）
王乾（上海交通大学）

二、 招生对象：

计划招生50人左右。全国高等院校从事医学、人工智能、应用数学交及相关叉领域的青年教师及在校博士生均可报名参加，每所学校限报3人，新疆、青海、宁夏、甘肃地区学者不限人数。建议申请人全程参加主题活动年专题研讨班及暑期学校（活动内容见http://xiammt.xjtu.edu.cn/info/1052/1634.htm），以便系统地学习相关知识。

三、学员待遇

专题研讨班免收培训费，学习期间为全体学员提供餐补。根据中心促进西北地区学科发展，活动向西部地区倾斜的原则，研讨班为新疆、青海、宁夏、甘肃地区学员安排住宿。

四、报名参与方式

有意参加的青年教师及博士生请于9月10日前将附件报名信息（见附件）及个人简历发送到：xbty@xjtu.edu.cn。邮件标题请注明“申请人姓名+单位+9月专题研讨班报名”。国家天元数学西北中心组织委员会将对申请人材料进行审定，并于9月15日前邮件通知入选者本人。如未接到录取通知即为未入选，不再另行通知。

五、联系方式

联系人：白老师
办公电话：029-82665627
邮箱：xbty@xjtu.edu.cn
地址：西安交通大学数学与统计学院111办公室

• 摘要

Kernel-based methods involve fundamental approximation theory (mathematics), stochastic analysis (statistics) and various applications from data science and machine learning. They are widely used in constructing mesh-free or high order methods for solving partial differential equations, high dimensional approximation, uncertainty quantification, density function estimation and machine (deep/kernel) learning. Recent advance in numerical analysis, statistical computing and learning theory brings fruitful results on kernel-based methods. The conference aims to provide a platform for experts and researchers on kernel methods with various backgrounds to work together in order to break research boundaries by exchanging ideas from various fields. It will provide a forum to announce research advancement, to discuss emerging research trends, to identify new research directions to promote applications of kernel methods on various fields and to deepen or stimulate fundamental research.

Themes of the conference themes include but not limited to
•Approximation theory, in particular, high dimensional approximation
•Uncertainty qualification, kernel-based meshless methods
•Kernel based learning theory, deep learning
•Kernel based methods for imaging processing, data science
•And other applications
Conference Chairs: 
•Prof. Gemai Chen, Xi’an Jiaotong-Liverpool University
•Prof .Zongmin Wu, Fudan University
•Prof. Yuesheng Xu, Old Dominion University
•Prof. Dingxuan Zhou, City University of Hong Kong
https://www.xjtlu.edu.cn/en/conference/ickbm/chairs-and-committee
Confirmed Invited Speakers 
https://www.xjtlu.edu.cn/en/conference/ickbm/invited-speakers
Registration 
https://www.xjtlu.edu.cn/en/conference/ickbm/registration
Talk title and abstract should be submitted to ickbm@xjtlu.edu.cn by August 25th, 2019
Notification: soon after registration. 
There are limited contributed talk slots left, first come first served.
Contact: ickbm@xjtlu.edu.cn
Conference website: https://www.xjtlu.edu.cn/en/conference/ickbm/

• 摘要

The school will take place in the Swiss Alps at Villars-sur-Ollon on January 12-17, 2020. 
Its topic is low-rank models and their use in numerical optimization and approximation. Specific focus will be givento modern applications in data science. The school is aimed primarily at PhD students, post-docs, and young researchers. Participants will attend lectures and hands-on tutorials by leading experts.
The lecturers are Nicolas Boumal (Princeton University), Lieven De Lathauwer (KU Leuven), Ivan Oseledets (Skoltech), Reinhold Schneider (TU Berlin), and Madeleine Udell (Cornell University).
The deadline for application is October 1, 2019. The fee for participation fee is 400 CHF, which includes local accommodation, all meal expenses, and one excursion.

• 摘要

An Adaptive hp–DG–FE Method for Elliptic Problems: Convergence and Optimality in the 1D Case Paola Antonietti, Claudio Canuto, Marco Verani, pp. 309-331.

A Semi-Lagrangian Spectral Method for the Vlasov–Poisson System Based on Fourier, Legendre and Hermite Polynomials Lorella Fatone, Daniele Funaro, Gianmarco Manzini, pp. 333-360.

The INTERNODES Method for Non-conforming Discretizations of PDEs
Paola Gervasio, Alfio Quarteroni, pp. 361-401. 

C1-Conforming Quadrilateral Spectral Element Method for Fourth-Order Equations
Huiyuan Li, Weikun Shan, Zhimin Zhang, pp. 403-434.

A Note on the Adaptive Simpler Block GMRES Method
Qiaohua Liu, Lei Yao, Aijing Liu, pp. 435-447.

Sequential Approximation of Functions in Sobolev Spaces Using Random Samples
Kailiang Wu, Dongbin Xiu, pp. 449-466.

A Review on Stochastic Multi-symplectic Methods for Stochastic Maxwell Equations
Liying Zhang, Chuchu Chen, Jialin Hong, Lihai Ji, pp. 467-501.

• 摘要

Global Existence and Blow-Up in a p(x)-Laplace Equation with Dirichlet Boundary Conditions
Yuhua Jian and Zuodong Yang, 52 (2019), pp. 111-126.

Solvability of the Nonlocal Initial Value Problem and Application to Design of Controller for Heat-equation with Delay
Xiao Pei Liu and Gen Qi Xu, 52 (2019), pp. 127-159.

A Note on Discrete Einstein Metrics
Huabin Ge, Jinlong Mei and Da Zhou, 52 (2019), pp. 160-168.

On the Triviality of a Certain Kind of Shrinking Solitons
Zhuhong Zhang, 52 (2019), pp. 169-177.

Variable Besov Spaces: Continuous Version
Douadi Drihem, 52 (2019), pp. 178-226.

• 摘要

URL: http://www.aimsciences.org/journal/A0000-0001
 
The journal Mathematical Foundations of Computing, indexed in ESCI, is calling for papers for a theme issue on kernel-based methods. Kernel-based methods have been used for various purposes in many fields including density estimation and regression in statistics, support vector machines and learning kernels in machine learning, and mesh-free schemes in numerical analysis and uncertainty quantification. They play an essential role in finding filters and features in the recent development of deep learning and deep neural networks. The aim of this theme issue is to report recent research results on kernel-based methods, carry out interactions among researchers, discuss important research problems and directions, and promote kernel methods in various research areas. Topics of the theme issue include but are not limited to Regularization schemes and deep learning 
Multivariate approximation 
Meshless methods Kernel-based methods in data science, image and signal processing 
Kernel-based function spaces and complexity 
Kernel-based algorithms and computing
The submission deadline is December 31, 2019. The submitted papers will be peer-reviewed following the reviewing procedures of the journal Mathematical Foundations of Computing. The submitted papers must provide original research that has not been published nor currently under review by other venues. Previously published conference papers should be clearly identified by the authors at the submission stage and anexplanation should be provided about how such papers have been extended to be considered for this special issue. The submitted papers should follow the submission format and guidelines found at the journal webpage:
https://www.aimsciences.org/journal/A0000-0001

For more details about the theme issue and the journal Mathematical Foundations of Computing in general, please contact Editor-in-Chief of the journal, Ding-Xuan Zhou (mazhou@cityu.edu.hk).

------------------------------
End of CAM Digest
本期到此结束