- 摘要
2005年，钱学森先生曾提出一个著名的问题：“为什么我们的学校总是培养不出杰出的人才？”钱老生前在各种场合不止一次提出这个问题，这就是著名的 “钱学森之问”，一道关于中国教育事业发展的艰深命题，需要整个教育界乃至社会各界共同破解。杨振宁先生曾在公开场合回答过这个问题，他认为我国培养出杰出的人才需要一个过程。“不是说中国的科学发展没有前途，而是说要有一个时间，不能太着急。”在杨振宁先生看来，中国科学的发展不是太慢，而是非常之快，不能操之过急。相信有了好资源、好的学术风气，中国将来的学术发展指日可待。基于国内在数学和其他领域的巨大进步，他曾预测，我国在2030年左右将会有人获得诺贝尔奖，并曾指出很可能出现在数学领域，即最有希望的突破是在菲尔兹奖。
作为一门基础科学，数学不仅是自然科学的基础，也是重大技术创新发展的基础。“数学强则科技强，数学实力影响国家实力”已成各界共识。近年来，国家对数学的投入力量不断加大，社会各界对数学的了解与应用不断增加，我国高校在数学学科建设及人才培养等方面的探索也卓有成效，中国数学的发展稳步向前。在这个数学被提到了前所未有重要地位的“最好的时代”，我国的数学工作者一如既往地刻苦钻研，勇攀科研高峰，在数学领域的多个分支方向上取得了非常优秀的原创性研究成果与进展，一些数学家甚至成为了所在领域的领头人，得到了国际同行的高度评价。
2022年的这个盛夏，国际数学家大会（ICM）热浪来袭，数学再一次成为大家讨论的焦点，而这些出现在国际盛会上的中国数学家的身影，愈发伟岸，他们代表的是中国的数学力量，是中国现阶段数学发展所取得硕果的集中展示。在本次国际数学家大会上，14名中国内地高校/科研机构的顶尖数学家受邀成为大会邀请报告人，受邀人数成历届之最。特别地，鄂维南院士成为中国大陆第三位大会一小时报告人，备受关注。详情大家可参见本栏目之前发布的原创性新闻稿《“数”风流人物，还看今朝——14位中国数学家将在2022年国际数学家大会上作报告》。
随着国际数学联盟（IMU）2022年五大奖项评选委员会以及ICM程序委员会（Program Committee）成员的公布，我们惊喜地发现，在这些最重要的评奖委员会及程序委员会名单中，多位中国数学家的名字赫然在列。
每一届国际数学家大会上，菲尔兹奖（Fields Medal）、高斯奖（Carl Friedrich Gauss Prize）、国际数学联盟算盘奖（IMU Abacus Medal，原名Rolf Nevanlinna Prize）、陈省身奖（Chern Medal Award）和莉拉瓦蒂奖（Leelavati Prize）等IMU五大奖项的公布一直最受世人瞩目，而这些国际重要奖项背后的评选委员会成员无疑是整个数学界的领袖人物。在本届IMU五大奖项评选委员会中，在中国内地高校全职任教的南开大学张伟平院士担任了菲尔兹奖评选委员会委员，北京师范大学-香港浸会大学联合国际学院（UIC）汤涛院士担任了高斯奖评选委员会委员，这是我国在回答“钱学森之问”征途中的重要里程碑。
菲尔兹奖素有“数学界的诺贝尔奖”之称，是国际上最重要的数学奖之一，旨在表彰当下的杰出数学成就和有迹象在未来获得成功的重要成果。张伟平院士担任本届菲尔兹奖评选委员会委员，成为中国内地第一位担任如此重要职务的数学家。此外，陈省身先生（美籍华人）于1962年担任该职，莫毅明（Ngaiming Mok）院士（中国香港）于2010年担任该职。
张伟平，中国科学院院士，发展中国家科学院院士，数学家。1964年3月生于上海，1988年起攻读南开大学南开数学研究所（后更名为陈省身数学研究所）博士研究生，1993年获博士学位后在南开大学工作至今。主要从事整体微分几何中的阿蒂亚—辛格指标理论及其应用研究，取得了一系列研究成果，曾获得“中国十大杰出青年”、陈省身数学奖、全国先进工作者、国家自然科学奖二等奖、发展中国家科学院数学奖等荣誉。是2002年国际数学家大会报告人。
IMU另一个重要奖项——高斯奖，旨在奖励对数学以外的领域有重大影响的数学研究，即应用数学领域。进入二十一世纪以来，数学正以前所未有的深度和广度与其他学科和技术实质性融合发展，社会各界也以前所未有的高度和共识充分认识到了应用数学的重要性。汤涛院士担任本届高斯奖评选委员会委员，成为继鄂维南院士于2014年担任该评选委员会委员之后，中国内地第二位担任如此重要职务的数学家。
汤涛，中国科学院院士，数学家。1963年生于安徽省舒城县。1984年毕业于北京大学数学系，1989年获得英国利兹大学博士学位。主要从事计算数学研究，研究内容包括微分方程自适应算法、高精度算法，他在双曲型方程计算方法误差分析，微分方程谱方法理论，相场模型的算法与理论，以及计算流体力学等领域的研究工作具有广泛影响。曾获Leslie Fox数值分析奖，冯康科学计算奖，教育部自然科学一等奖，国家自然科学二等奖等奖励。是2018年国际数学家大会报告人。曾担任多个国际数学期刊主编或编委。
此外，美籍华人数学家张圣蓉（Sun-Yung Alice Chang）教授和林芳华（Fanghua Lin）教授分别于2022年、2010年担任了陈省身奖评选委员会委员。陈省身奖于2009年由国际数学联盟（IMU）宣布设立，纪念已故的“现代微分几何之父”陈省身先生，是数学家的终身成就奖，该奖由IMU在每四年召开一次的国际数学家大会（ICM）上颁发。
ICM程序委员会（Program Committee）身兼重职，负责确定大会所有邀请报告人选，因在国际数学家大会上作报告是数学家的极高荣誉，因此决定哪些人作报告成为了非常关键的工作。我国的龙以明院士担任了今年ICM程序委员会委员。励建书院士于2018年、李大潜院士于2010年、吴文俊院士与田刚院士于2002年担任该重要职务。此外，我国还有众多数学家曾担任ICM Panel Committee委员。
我国数学研究水平不断向国际水平看齐，并在一些领域开始实现引领。越来越多的数学家活跃在国际舞台上，带领中国数学走向世界，而他们中的一部分人，也必将成为国际学术领军人物和未来发展方向的引领者，这是我国从数学大国向数学强国迈进的必经之路，我们正沿着这条康庄大道阔步前行。
栽下梧桐树，引得凤凰来。近年来，为增强数学实力，打造高水平数学人才队伍，北京大学、复旦大学、清华大学、浙江大学等高校均引入和培养了一批杰出的、在国际上崭露头角的青年数学领军学者，让他们“进得来、留得住、干得好、成果多”，通过潜心研究取得卓著成果。
人才是科技创新的主体与基石，是科技创新中最具能动性的战略要素。回答“钱学森之问”，培养更多国际顶尖的数学创新人才和领军人物，实现数学强国梦，这将是一个长期的过程，要靠我国广大数学研究者及教育者共同努力才能逐步达成。我们要以更高远的历史站位、更宽广的国际视野，激发创新活力，加速我国数学的进步，引领数学发展前沿，为国家发展注入数学“源动力”。
学会办公室供稿
- 摘要
7月12日至14日，由国家天元数学西北中心主办，陕西科技大学数学与数据科学学院、西安交通大学数学与统计学院联合承办的“多物理场耦合问题的数值方法/深度学习方法国际前沿学术研讨会”在陕西科技大学召开。海内外计算数学与人工智能领域著名数学专家、海内外高校和科研院所多位专家学者等共计700余人集聚“云端”，共同探讨交流多物理场耦合问题数值方法及深度学习方法。
上午8时研讨会正式召开，陕西科技大学副校长蒲永平代表学校作了热情洋溢的欢迎词。蒲永平表示，本次研讨会名家荟萃、“大咖”云集，承办此次高端会议为我们把握前沿方向、领悟学习各位专家学者的真知灼见、研究思路和成果，提供了千载难逢的机会，必将进一步坚定我们深化基础学科发展、推动学科结构调整的决心信心。他希望与会的专家对西部高校数学学科发展传经送宝、不吝指导，提出宝贵的意见建议。
国家自然科学基金委员会数理科学部主任江松院士的精彩致辞中介绍到，国家天元数学西北中心以开展学术研究、培育青年才俊、促进学术交流、传播数学文化为理念，为本次会议提供有力支持。江院士指出本次会议旨在为多物理问题建模、分析和高精度算法研究领域的专家学者提供自由、轻松的线上论坛，聚焦国际学术前沿和研究热点，开展学术交流，展示研究成果，以达到相互促进、共同提高的目的。
线上线下，共襄盛举。本次会议采取“线上+线下”模式，云集国内外计算数学与人工智能领域多名享誉国际的数学家，包括中国数学学会计算数学学会理事长江松院士，外籍院士、加拿大皇家科学院院士，工程院院士陈掌星教授，华人数学家晨星金奖获得者香港中文大学辛周平教授，计算数学著名学者美国数学会首届会士、美国工业数学会会士沈捷教授，Charles H. Gershenson杰出学者张智民教授，美国爱荷华大学韩渭敏教授等国际著名学者、以及国家级人才获得者和计算数学和人工智能方面的青年才俊。与会学者围绕多物理场耦合问题数值方法及深度学习运用，分享自己的研究成果。聚焦前沿问题，从学术角度研讨新思路、新方法，研究方向丰富，现场干货满满，气氛热烈活跃，引发与会者们深入探讨和交流，呈现了一场精彩纷呈的学术盛宴。
西安交通大学郭士民教授主持会议闭幕式，陕西籍著名数学家辛周平教授做了精彩的闭幕式致辞，会议组委会主席、陕西科技大学李剑教授总结发言并向参会专家学者表示衷心的感谢。
本次研讨会的成功举办，既加强了计算数学与人工智能领域之间的学术交流与合作，搭建起学科发展的交流平台，又聚焦国际学术前沿及研究热点，推动了国内多物理场耦合问题高效、高精度计算方法研究的发展，对加强青年人才的培养，特别是西北地区应用数学与计算数学学科的进一步发展起到了推动作用。
- 摘要
中国工业与应用数学学会系统与控制数学2022年学术研讨会将于2022年8月8-10日在山东大学（威海）召开，会议旨在交流自适应控制、最优控制、微分对策、分布参数系统、智能决策与控制等领域的最新研究成果，结合理论与实际应用中的关键问题和难点问题，展开广泛的学术交流和讨论。
一．会议安排
报到日期：2022年8月8日14:00以后
会议时间：2022年8月9日至10日
报到、住宿地点：山东大学（威海）金沙滩学府酒店（山东省威海市环翠区高区北环海路130号）
二．会议注册：
会议采用网上注册缴费的方式。请参会代表于2022年7月31日（含）前从CSIAM网站注册，注册网址：https://www.csiam.org.cn/submission/
三．注册费标准：
普通代表：CSIAM会员1100元；非CSIAM会员：1300元
学生代表：CSIAM会员800元；非CSIAM会员：1000元
注：会议食宿交通等费用自理
请报告人务必在7月31日前将相关信息发送至kdu@fudan.edu.cn。
四．联系人：
杜 恺 复旦大学 kdu@fudan.edu.cn
傅宗奕 山东大学 zyfusdu@163.com
我们期待八月与您相会威海！
中国工业与应用数学学会
系统与控制数学专业委员会
2022年7月9日
- 摘要
国家天元数学西北中心定于2022年8月6日-7日召开金融管理与风险控制论坛。受疫情影响，论坛全程在线上举办。该论坛是中心“随机分析与量化金融”主题年活动之一，由西安交通大学徐宗本院士顶层设计，邀请普林斯顿大学范剑青院士、中科院数学与系统科学研究院巩馥洲研究员、山东大学吴臻教授等共同组织召集。
本次论坛旨在搭建学界与业界之间的桥梁，邀请专家共同探讨数字经济与金融系统开放与发展过程中宏观风险动态演化的建模、模拟与控制，最佳宏观保险策略以及国家金融系统的最优管理政策选择，为国家金融系统的风险防控与监管，以及宏观经济的稳定运行提供科学依据。
【日程安排】
会议时间：2022年8月6日-7日
线上地点：腾讯会议398-3027-2005 密码：0806
会议直播：https://meeting.tencent.com/l/psXb9OlxgX69
直播密码：0806
【报名方式】
讲习班不收取任何费用，从事随机分析与量化金融相关领域研究的青年学者及在校研究生均可参加。为统计学员信息，请有意参加的学者通过链接或扫描二维码填写报名表，按日程表进入会议室参会。
https://docs.qq.com/form/page/DZVFObnJ3ckF4RXB3 （若无法填写，请您登录后再填）。
【联系方式】
联系人：白老师 国家天元数学西北中心
电话：029-82665627
地址：西安交通大学数学与统计学院111办公室
- 摘要
The University of Stuttgart will organize a blended intensive programme on fractional models in engineering. The course will contain a presence phase to be held in Stuttgart from 12 September until 24 September and a subsequent online phase. It is directed towards masters students, PhD students and active senior researchers who are interested in gaining insight into the applications of fractional calculus in various fields of engineering and into the related numerics. Full information is available at https://www.inm.uni-stuttgart.de/aktuelles/news/Erasmus-Blended-Intensive-Programme-BIP-organized-by-INM/
Registration is open now; contact details are given at the website above.
- 摘要
Tianyuan Mathematical Center in Northeast China will open the short Course “Control and optimization for non-local and fractional differential equations” between August 1 and August 12. It is held by Prof. Dr. Enrique Zuazua, Friedrich-Alexander University (FAU), Erlangen-Nürnberg (Germany) and Prof. Dr. Umberto Biccari, Fundación Deusto, Bilbao, Basque Country (Spain).
一、About the short course
1、Instructors：
Prof. Dr. Enrique Zuazua, Friedrich-Alexander University (FAU), Erlangen-Nürnberg (Germany)
Prof. Dr. Umberto Biccari, Fundación Deusto, Bilbao, Basque Country (Spain)
2、Course name: Control and optimization for non-local and fractional differential equations
3、Period：August 1, 2022 -- August 12, 2022
4、Prerequisite knowledge：Ordinary Differential Equations (ODE), Partial Differential Equations (PDE) and numerical analysis.
5、Textbooks：
[1] J. M. Coron, Control and Nonlinearity, Mathjematical Surveys and Monographs, 143, AMS, 2009.
[2] E. Zuazua, Controllability and Observability of Partial Differential Equations: Some results and open problems, in Handbook of Differential Equations: Evolutionary Equations, vol. 3, C. M. Dafermos and E. Feireisl eds., Elsevier Science, 2006, pp. 527-621.
[3] A. A. Kilbas, H. M. Srivastava and J. J. Trujillo. Theory and applications of fractional differential equations, volume 204 of North-Holland Mathematics Studies. Elsevier Science B.V., Amsterdam, 2006.
[4] U. Biccari, M. Warma and E. Zuazua, Control and Numerical approximation of Fractional Diffusion Equations. Handbook of Numerical Analysis, Vol. 23 (2022), pp. 1-58.
[5] E. Isaacson, and H. B. Keller. Analysis of numerical methods. Courier Corporation, 2012.
[6] R. Glowinski, J.-L. Lions and J. He. Exact and approximate controllability for distributed parameter systems: a numerical approach. Cambridge University Press, 2008.
[7] B. Geshkovski and E. Zuazua, Turnpike in optimal control nof PDEs, ResNets, and beyond, preprint (2022)
二、Content and Schedule
In this series of lectures, we will discuss several topics related with the modeling, analysis, numerical simulation and control of non-local differential equations (NLDE) arising in various areas of science and technology.
This course will be structured in 5 parts:
PART I: Introduction to control theory. We will give a short introduction to control theory for ODE and PDE, presenting the notion of controllability and its dual version, the so-called observability problem.
PART II: Fractional in time models. We will discuss non-local in time models and their control properties. We will start by presenting ODE and PDE with memory, and introducing the moving control strategy to obtain the controllability of such systems. Later on, we will consider fractional-in-time ODE and PDE.
PART III: Fractional in space models. We will discuss non-local in space models and their control properties. We will start by presenting the fractional Laplace operator and its employment in PDE. Later on, we will analyze the controllability problem for this class of models.
PART IV: Numerical approximation of PDE and numerical control. We will discuss the numerical approximation of (local and non-local) PDE through finite difference and finite element methods. Secondly, we will address the numerical approximation of controls for local and non-local PDE, relating the controllability property to optimal control theory and optimization.
PART V: Complementary topics. We will discuss a couple of complementary topics related with the contents of this course: the so-called turnpike property, and PDE with non-local integral kernels.
三、About the Lecturer
1. Prof. Dr. Enrique Zuazua, Chair in Applied Analysis, Alexander von Humboldt-Professorship. Expert in Applied Mathematics: Partial Differential Equations, Systems Control, Numerical Analysis and Machine Learning.
2. Prof. Dr. Umberto Biccari，Associated researcher in the Chair of Computational Mathematics at Fundación Deusto. Expert in Applied Mathematics: Partial Differential Equations, Non-local models, Control theory and Numerical Analysis.
四、Contact us
If you have any question, please contact us.
Liu,Yang, Email: tianyuanmath@jlu.edu.cn
Address: Room 315, Math building, Jilin University
- 摘要
课程日期：2022年8月16日-30日
授课时间：09:00-11:00
课时数：2课时/天，共30课时
ZOOMID：202 216 6027 密码：Zoom2022
授课老师：Prof. Haizhao Yang （University of Maryland,CollegePark）
主办单位：国家天元数学中部中心、湖北国家应用数学中心、武汉大学数学与统计学院
课程信息：
Description:
Part I: deep learning basics: feed-forward networks; recurrent neural networks; deep reinforcement learning;
Part II: deep learning applications: data-driven recovery of equations; data-driven prediction; solving partial differential equations; inverse problems, operator learning;
Part III: deep learning theory: approximation theory, optimization theory, and generalization theory of deep learning.
Important prerequisites:
Students must review basic numerical linear algebra, differential equations, probability, and optimization by themselves.
Approximate Schedule:
Each lecture is approximately one hour.
Lecture 1: Basic Machine Learning and Feed-forward Networks;
Lecture 2: Recurrent Neural Networks;
Lecture 3 and 4: Deep Reinforcement Learning;
Lecture 5: Data-driven Recovery of Equations;
Lecture 6: Data-driven Prediction;
Lecture 7 and 8: Solving Partial Differential Equations;
Lecture 9: Inverse Problems;
Lecture 10: Operator Learning;
Lecture 11 and 12: Deep Network Approximation;
Lecture 13 and 14: Deep Learning Optimization;
Lecture 15 and 16: Deep Learning Generalization.
【报名流程及联系人】
1、点击此处提交报名申请
2、请报名的同学加入qq群：743690605（仅用于本次课程通知发布、资料分享）；
3、报名截止日期为2022年08月14日
联系人：杨老师 电话：027-68788932 Email: tmcc@whu.edu.cn
zhihua@scichina.org
- 摘要
URL: http://link.springer.com/journal/11425/65/6/page/1
URL: https://www.sciengine.com/SCM/issue/65/6
URL: https://link.springer.com/journal/11425
Global hydrostatic approximation of the hyperbolic Navier-Stokes system with small Gevrey class 2 data
Marius Paicu, Ping Zhang
Sci China Math, 65(6), 2022, pp. 1109-1146
https://doi.org/10.1007/s11425-021-1956-8
Sparse polynomial interpolation based on diversification
Qiao-Long Huang
Sci China Math, 65(6), 2022, pp. 1147-1162
https://doi.org/10.1007/s11425-020-1791-5
Exact synchronization and asymptotic synchronization for linear ODEs
Lijuan Wang, Qishu Yan
Sci China Math, 65(6), 2022, pp. 1163-1178
https://doi.org/10.1007/s11425-020-1823-7
On fluorescence imaging: The diffusion equation model and recovery of the absorption coefficient of fluorophores
Jijun Liu, Manabu Machida, Gen Nakamura, Goro Nishimura, Chunlong Sun
Sci China Math, 65(6), 2022, pp. 1179-1198
https://doi.org/10.1007/s11425-020-1731-y
Global well-posedness and time-decay estimates for compressible Navier-Stokes equations with reaction diffusion
Wenjun Wang, Huanyao Wen
Sci China Math, 65(6), 2022, pp. 1199-1228
https://doi.org/10.1007/s11425-020-1779-7
Fast Laplace transform methods for the PDE system of Parisian and Parasian option pricing
Jingtang Ma, Zhiqiang Zhou
Sci China Math, 65(6), 2022, pp. 1229-1246
https://doi.org/10.1007/s11425-020-1777-1
Dynamical intricacy and average sample complexity of amenable group actions
Jie Li, Siming Tu
Sci China Math, 65(6), 2022, pp. 1247-1266
https://doi.org/10.1007/s11425-020-1801-4
Variation operators for singular integrals and their commutators on weighted Morrey spaces and Sobolev spaces
Feng Liu, Peng Cui
Sci China Math, 65(6), 2022, pp. 1267-1292
https://doi.org/10.1007/s11425-020-1828-6
Mountain pass solutions to a generalized Frenkel-Kontorova model
Wen-Long Li
Sci China Math, 65(6), 2022, pp. 1293-1318
https://doi.org/10.1007/s11425-020-1794-6
Upper bounds of Schubert polynomials
Neil Jiuyu Fan, Peter Long Guo
Sci China Math, 65(6), 2022, pp. 1319-1330
https://doi.org/10.1007/s11425-020-1843-5
zhihua@scichina.org
- 摘要
URL: https://www.sciengine.com/SSM/issue/52/6
Planar polynomial Hamiltonian differential systems with global centers
He Hongjin, Llibre Jaume, Xiao Dongmei
https://doi.org/10.1360/SCM-2020-0602
Gradient estimation of solutions for the second boundary value problem of the mean curvature equation
Ye Xiaofang, Han Fei
https://doi.org/10.1360/SSM-2020-0195
Birkhoff iterations and spectral invariants of convex billiard maps
Zhang Jianlu
https://doi.org/10.1360/SCM-2020-0694
The covariance function estimation based on the constrained B-spline smoothing method
Wang Jiangyan, Lin Jinguan
https://doi.org/10.1360/SSM-2020-0116
Extrapolation-based tuning parameters selection in massive data analysis
Ren Haojie, Zou Changliang, Li Runze
https://doi.org/10.1360/SCM-2020-0622
Efficient energy-preserving numerical approximations for the sine-Gordon equation with Neumann boundary condition
Hong Qi, Wang Yushun, Gong Yuezheng
https://doi.org/10.1360/SCM-2020-0695
A fast algorithm for low-rank Hankel tensor completion
Wang Chuanlong, Guo Xiongwei
https://doi.org/10.1360/SSM-2020-0229
everett.zhu@mdpi.com
- 摘要
Computational Methods for Coupled Problems in Science and Engineering
URL: https://www.mdpi.com/journal/mca/special_issues/COUPLED2021
Towards Building the OP-Mapped WENO Schemes: A General Methodology
Ruo Li and Wei Zhong
Modified Representations for the Close Evaluation Problem
Camille Carvalho
Multi-Physics Inverse Homogenization for the Design of Innovative Cellular Materials: Application to Thermo-Elastic Problems
Matteo Gavazzoni, Nicola Ferro, Simona Perotto and Stefano Foletti
Benchmarking Regridding Libraries Used in Earth System Modelling
Sophie Valcke, Andrea Piacentini and Gabriel Jonville
Coupled Neural-Glial Dynamics and the Role of Astrocytes in Alzheimer's Disease
Swadesh Pal and Roderick Melnik
Reduced Order Modeling Using Advection-Aware Autoencoders
Sourav Dutta, Peter Rivera-Casillas, Brent Styles and Matthew W. Farthing
Challenges in Kinetic-Kinematic Driven Musculoskeletal Subject-Specific Infant Modeling
Yeram Lim, Tamara Chambers, Christine Walck, Safeer Siddicky, Erin Mannen and Victor Huayamave
A Trust Region Reduced Basis Pascoletti-Serafini Algorithm for Multi-Objective PDE-Constrained Parameter Optimization
Stefan Banholzer, Luca Mechelli and Stefan Volkwein
Enhancing Quasi-Newton Acceleration for Fluid-Structure Interaction
Kyle Davis, Miriam Schulte and Benjamin Uekermann
Authorization Required
This server could not verify that you are authorized to access the document requested. Either you supplied the wrong credentials (e.g., bad password), or your browser doesn't understand how to supply the credentials required.