• 摘要

5月30日，邵逸夫奖基金会在香港举办新闻发布会，公布了2023年（第20届）邵逸夫奖得奖人名单，包括天文学奖、生命科学与医学奖、数学科学奖。

本届邵逸夫数学科学奖颁予美国芝加哥大学哈里•普拉特•贾德森杰出服务数学教授弗拉基米尔•德林费尔德（Vladimir Drinfeld）、清华大学讲席教授丘成桐（Shing-Tung Yau），以表彰他们对数学物理、算术几何、微分几何和凯勒几何的贡献。

数学是一切自然科学和现代技术的基础语言。数学在二十世纪发展精进，既开创了新领域，亦解决了重大且棘手的旧难题，影响遍及每一门创造性的科学和技术，社会科学亦受其惠。

因为计算机科学、资讯科技与统计学在二十世纪的发展，数学在二十一世纪对人类将会更加重要。

获奖人简介：

弗拉基米尔•德林费尔德 

弗拉基米尔•德林费尔德在1954年于苏联乌克兰哈尔科夫出生（现时是乌克兰哈尔科夫），现为美国芝加哥大学哈里•普拉特•贾德森杰出服务数学教授。1974年和1978年于苏联莫斯科国立大学分别取得学士学位及博士学位。他曾担任苏联巴什基尔国立大学助理教授（1978）和哈尔科夫国立大学讲师（1980）。1981年至1998年于B. Verkin低温物理与工程研究所任职研究员。1998年开始在芝加哥大学担任数学教授。弗拉基米尔•德林费尔德是美国人文与科学院和乌克兰科学院院士。

丘成桐  

丘成桐在1949年于中国汕头出生，现为清华大学讲席教授及丘成桐数学科学中心主任。他在1966年至1969年于香港中文大学（CUHK）修读数学，并在1971年于美国加州大学伯克莱分校获得博士学位。他曾是美国普林斯顿高等研究院（IAS）成员（1971-1972）和美国纽约州立大学石溪分校助理教授（1972-1974）。之后，他加入美国史丹福大学，先后担任副教授和教授（1974-1979）。于1980年返回IAS担任教授（1980-1984）。1984年转到美国加州大学圣地亚哥分校担任教授（1984-1987）。随后，他加入美国哈佛大学，先后担任杰出教授（自1987年始）、数学科学研究所主任（自1994年始）和物理系教授（自2013年始），于2022年退休。自2003年起成为香港中文大学杰出特聘教授。丘成桐是中国科学院、美国国家科学院和美国人文与科学院院士。

主要贡献：

弗拉基米尔•德林费尔德和丘成桐对数学物理有着共同的兴趣。德林费尔德与贝林森一起推动了几何朗兰兹纲领，引用威顿（Witten）的话，该纲领与量子场论某些方面有一些共同特徵，然而却源于数论。而丘成桐则致力于解决广义相对论和弦理论所引起的数学问题。

德林费尔德早年发明shtukas（源于德文Stück，意指“物件”），其构造与物理学中的KdV方程产生关联。凭着这一发明，他解决了函数域上的算术朗兰兹纲领的秩2情况，因此获得1990年度菲尔兹奖。当时已经注意到，他的解法也同时证明了德利涅关于存在相容的$\ell$进系统猜想的秩2情况。令人瞩目的是，随着洛朗•拉福格于2002年按照德林费尔德的方法证明任意秩函数域上的朗兰兹纲领，德林费尔德便可将相容的任意秩$\ell$进系统的存在性，由函数域延伸到高维簇。德利涅猜想的完全解决具有多重影响，包括在复几何方面。

正如舒尔策在2018年国际数学家大会（ICM 2018）全体报告中所提及，在现今的p进霍奇理论，以及梦想中的数域上的朗兰兹纲领，预期德林费尔德的shtukas会是一个关键概念。此外，德林费尔德关于巴特-舒尔策棱柱上同调及其系数系统的观点，亦引发了对该理论的新理解和应用。

德林费尔德的工作是算术几何的支柱，也是该领域新发展的核心。

丘成桐在微分几何中系统地发展了偏微分方程的方法。凭借这些方法，他解决了卡拉比猜想，并因此于1982年获得菲尔兹奖。他亦以此解决了埃尔米特（或称“厄米”）杨-米尔斯联络的存在性（与乌伦贝克合作），以及透过极小曲面理论解决正质量猜想（与舍恩合作）。他引入几何方法去解决广义相对论中的重要问题，譬如，舍恩-丘的黑洞存在定理和广义相对论中拟局部质量的内在定义。

丘成桐对凯勒-爱因斯坦度量存在性的研究导致了卡拉比猜想的解决，并引进了卡拉比-丘流形的概念，它们是弦理论和复几何的基石。而施特罗明格-丘-扎斯洛构造则对镜对称的研究产生了重大的影响。

他（与李伟光）在热核估计和微分哈纳克不等式方面的研究改变了流形上的几何方程的分析方法。它还影响了最优运输的发展和汉密尔顿关于里奇流的工作。

丘成桐为几何与分析的融合（即现在被称为几何分析的数学分支）作出了贡献。他的工作对于数学和理论物理学都有着深远而持久的影响。

邵逸夫奖介绍：

邵逸夫奖是按照邵逸夫先生的意愿于2002年11月设立的，为国际性奖项，由邵逸夫奖基金会有限公司管理及执行，基金会办事处设在香港。目前有三个奖项，分别是天文学奖、生命科学与医学奖，数学科学奖，每项奖金120万美元，每年颁发一次，2004年首次颁发，今年为第20届。

邵逸夫奖的提名须由获邀请的提名人提出。提名人包括世界重大奖项的得奖者、科学家、著名大学和主要研究机构的高级人员、各国的国家科学院院士和专业组织的成员。

邵逸夫奖得奖者应仍从事于有关的学术领域，在学术研究、科学研究或应用上有杰出贡献，或在近期获得突破性的成果，或在其他领域有卓越的成就，不论得奖者的种族、国籍、性别和宗教信仰。评选的原则主要考虑候选人的专业贡献能推动社会进步，提高人类生活质素，丰富人类精神文明。近期在科研上有杰出成就且仍活跃于该学术领域的候选人将获优先考虑。

查看获奖人更多信息，请进入奖项官网：https://www.shawprize.org/。

CSIAM办公室供稿，信息来源于邵逸夫奖官网

• 摘要

2023年5月26日-29日，南方科技大学主办、南方科技大学理学院数学系承办、中国工业与应用数学学会反问题与成像专业委员会（以下简称学会、专委会）协办的“第十二届反问题，成像及其应用会议”（The 12th Conference on Inverse Problems Imaging and Applications）成功举行。学会副理事长、专委会主任包刚教授，学会秘书长、专委会副主任张波研究员，专委会副主任程晋教授，专委会副主任董彬教授以及来自海内外各高校、研究机构、企业等的350余名专家学者、青年教师和研究生参加了此次会议。

开幕式上，南方科技大学数学系主任向青教授首先代表数学系对全体参会人员表示热烈欢迎，然后介绍了数学系的发展历史和现状，他在表达感谢的同时也希望与会专家学者对数学系发展能够一如既往地给予支持和帮助。

随后，大会主席包刚教授全面介绍了国内反问题的发展历程和未来发展的方向与思路，寄语与会年轻学者把握机遇、关注前沿、聚焦应用、敢于走在前列，将反问题研究与国家重要科学技术发展相融合，共同努力为解决国家重大需求作出更多贡献，并对南方科技大学理学院数学系为此次年会顺利召开所做出的努力表示衷心的感谢。

本次会议上，美国普渡大学李培军教授、浙江大学徐翔教授、东南大学闫亮教授、西安交通大学杨家青教授和南方科技大学李景治教授作了大会邀请报告，中国科学院数学与系统科学研究院王旭副研究员和复旦大学翟剑副教授作了青年大会邀请报告。来自国内外反问题、成像领域的专家学者、研究生作了131场分组报告，内容涵盖了反问题研究的新进展、扩散方程反问题及其应用、成像反问题的理论与算法、散射与反散射的计算与应用、反散射问题和成像、数学物理方程及其反问题的理论与算法、正则化算法及应用、随机反问题与不确定性量化、复杂过程辨识方法研究及工程应用、微分方程反问题与数据驱动方法、数学图像处理和反问题、反散射问题的分析与计算等一系列当前研究的热点问题。与会学者围绕报告进行了热烈的讨论。

此次会议为反问题、成像等领域的专家学者和研究生提供了一个学术探讨和提升的平台，促进了国内外反问题研究领域的学术交流和合作，对提升中国的反问题研究和发展起到了积极的推动作用。大会各项专题讲座内容新颖，理论与应用相结合，现场交流积极热烈，学术氛围浓郁，获得了参会代表的一致好评。

学会反问题与成像专业委员会供稿

• 摘要

“第十八届全国数学建模教学与应用会议”将于2023年7月24日-27日在甘肃省兰州市举行，会议由中国工业与应用数学学会主办，中国工业与应用数学学会数学模型专业委员会、全国大学生数学建模竞赛组委会、兰州大学共同承办，高等教育出版社、中国知网、北京大学（重庆）大数据研究院、甘肃省数学会和全国大学生数学建模竞赛甘肃赛区组委会协办。

一、会议主题

1、大数据时代的数学建模；             
2、人工智能与数学建模；
3、数学建模应用研究；                  
4、数学建模教学研究；
5、数学建模案例教学实践。

二、大会报告人

1、黄建平，中国科学院院士，兰州大学大气科学学院教授、博导
2、陈发来，中国科技大学数学系教授、博导
3、邓伟华，兰州大学数学与统计学院教授、博导
4、高晓沨，上海交通大学电子信息与电气工程学院教授、博导
5、李  若，北京大学数学科学学院教授、博导
6、朱文兴，福州大学数学与统计学院教授、博导

三、分组会议与专场会议

1、数学建模教学与应用研究专题报告会； 
2、数学建模竞赛题赛后研究专题报告会
3、高教社数学建模资源与案例教学论坛； 
4、数字化学习平台助力数学建模教学与应用研究；
5、北太天元软件与数学建模专题报告会； 
6、SPSSPRO在数学建模教学与科研中应用实践。

根据会议的主题，分数学建模的应用科研、教学研究、案例教学等专题，欢迎拟参会老师撰写论文，踊跃投稿。所有在会上报告的论文作者都将获得论文交流证书和相应的奖励，优秀论文将推荐到《数学建模及其应用》杂志发表。投稿论文以邮件提交至：math-model@csiam.org.cn，主题标明“建模年会论文”字样，截止日期为2023年7月10日。

四、会议安排与报到地点

1、会议安排：会议主会场在兰州大学校园内大学生活动中心，会议时间2023年7月24日-27日，7月24日报到，25-26日大会报告和分组报告，7月27日交流。
2、报到地点：兰州饭店，兰州市城关区东岗西路486号，0931-8416321。

五、会议注册与住宿安排

1、会议注册与费用：拟参会老师须于7月20日（含）前完成线上注册并交费。6月30日（含）前注册并交费，CSIAM会员1300元/人，非CSIAM会员1500元/人；7月1-7月20日（含）注册（含之前注册未交费）其注册费CSIAM会员1500元/人，非CSIAM会员1700元/人（提示：参会老师可先注册成为CSIAM会员（选择数学模型专委会）后再进行会议注册，即可享受会员待遇）。

注册网址：https://csiam.org.cn/submission/，详见附件1 会议注册须知。

2、住宿安排：会议酒店为兰州饭店、兰州飞天大酒店和兰州萃英大酒店，会议价为350元～470元/间/天。请拟参会老师务必在7月15日（含）前在注册网站确定住宿酒店、房型等信息，并自己联系预定酒店确认相关事宜。

如果您拟参加本次会议，请务必在在7月20日（含）前完成在线注册。

会议期间食宿统一安排，费用自理。

六、会务组联系方式

会务安排：
王宾国 手机 18893168198，邮箱 wangbinguo@lzu.edu.cn

吴青华 手机 19918901944，邮箱 math-model@csiam.org.cn

注册交费：吕华玉 手机 18910801836，邮箱 lhy@csiam.org.cn

有关住宿安排：请直接联系酒店（详见附件2）。

七、注意事项

1、因7月份正值兰州的旅游旺季，票源紧张，请与会代表根据自己的行程计划，提前预订好往返飞机（或火车）票，以免影响行程。

2、本次会议不安排接站，会议具体详细的到达路线见附件3。

要了解更多会议信息，可登录全国大学生数学建模竞赛网站：http://www.mcm.edu.cn。

• 摘要

国家天元数学西北中心拟于2023年6月30-7月2日在西安交通大学召开“图计算及其应用专题研讨班”。该研讨班是中心“图论与复杂网络”主题年活动，由西安交通大学徐宗本院士顶层设计，邀请中国科学院数学与系统科学研究院闫桂英研究员和西安交通大学王卫教授、鲁红亮教授共同组织召集。本期研讨班将深入探讨图论、图计算和基于图的认知技术及其在人工智能中的应用问题；使用图的强大关联分析能力，研究科学计算领域中的图划分、图着色、图匹配等问题；探索解决这些问题的图计算和图机器学习技术，促进国内图论和图计算方向的发展。

【时间地点】

时间：2023年7月1日-7月2日地点：西安交通大学数学与统计学院2-1会议室

【报名方式】

讲习班计划招生35人，同所高校限招5人。活动不收取任何费用，全程在线下西安交通大学举行，不设线上环节。全国高等院校从事图论及复杂网络相关研究的青年教师及在校研究生均可报名参加。会议为录取的学员提供住宿（两人一间，西安地区不提供），其他费用自理。

请有意参加的学者通过链接在线填写报名表，同时下载附件承诺书，将签字的承诺书扫描件和个人简历发送到：xbty@xjtu.edu.cn。报名截止日期6月18日。邮件标题请注明“申请人姓名+单位+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6月26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。

报名表填写链接：https://docs.qq.com/form/page/DZUxFVFNoZEtwRUJW

【联系方式】

联系人：白老师 国家天元数学西北中心
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

课程日期：2023年7月7日-15日
授课时间：7月7/8/9/12/13/14 14:30-17:30；7月15日 09:00-11:00
课时数：20课时
课程地点：理学院东北楼一楼报告厅(110)
授课老师：Prof. Yuhong Yang, University of Minnesota

【课程简介】

The minimax rate in machine learning is a theoretical concept that is used to analyze the performance of a learning algorithm in the worst-case scenario. It is the minimum possible rate at which the expected error of the algorithm converges uniformly to zero, as the number of training examples approaches infinity, and the worst-case distribution (specific to the learning algorithm) over the input examples is considered. The minimax rate can be thought of as an essential benchmark for the performance of any learning algorithm, regardless of how it is constructed. For example, if an algorithm's convergence rate is slower than the minimax rate, it is considered suboptimal and thus needs to be improved. In this course, we will learn the basic ideas and tools to derive the minimax rate of convergence in machine learning.

【报名流程及联系人】

1、报名及录取方式：点击此处提交报名申请，由组委会筛选报名学员确定正式学员，拟录取资助外地学员不超过40人（以研究生为主，青年教师、高年级本科生若干）。
2、报名截止日期：2023年6月23日，我们将在6月28日在天元数学中部中心官网公布录取名单并通过邮件通知录取学员。
3、学员待遇：天元数学中部中心为外地学员安排住宿，为非本校学生提供餐补（用餐地点为校内，盒饭或餐卡补贴形式），本校学生可旁听课程，无资助。
4、联系人：杨老师  tmcc@whu.edu.cn  027-68788932

• 摘要

报告题目：谱方法：理论与应用简介

报告专家：陈升 副教授（北京师范大学珠海校区）

报告时间：

2023年6月17号：上午9:00-11:30
2023年6月17号：下午15:00-17:30
2023年6月18号：上午9:00-11:30
2023年6月18号：下午15:00-17:30

报告地点：西南中心516

课程摘要:

本课程主要目的在于梳理谱方法的基本框架，通过短时间内集中的学习，快速了解谱方法的基本概念以及算法实现。主要涉及Fourier、Chebyshev以及Jacobi谱方法的基本介绍与算法实现。

专家简介：

陈升博士，现为北京师范大学-自然科学高等研究院-数学研究中心副教授。博士毕业于2017年毕业于厦门大学计算数学专业，主要从事谱方法及其对奇性问题应用的研究，其博士论文获福建省优秀博士论文。2017年毕业后入职江苏师范大学。2018年获国家创新博士后计划资助加入北京计算科学研究中心开展博士后工作。2021年8月入职现单位。

• 摘要

URL: http://link.springer.com/journal/11425/66/6/page/1
URL: https://www.sciengine.com/SCM/issue/66/6
URL: https://link.springer.com/journal/11425

Weak scalar curvature lower bounds along Ricci flow
Wenshuai Jiang, Weimin Sheng, Huaiyu Zhang
Sci China Math, 66(6), 2023, 1141-1160
https://doi.org/10.1007/s11425-021-2037-7

Local cohomology for Gorenstein homologically smooth DG algebras
Xuefeng Mao, Huan Wang
Sci China Math, 66(6), 2023, 1161-1176
https://doi.org/10.1007/s11425-021-2003-2

Maurer-Cartan characterizations and cohomologies of compatible Lie algebras
Jiefeng Liu, Yunhe Sheng, Chengming Bai
Sci China Math, 66(6), 2023, 1177-1198
https://doi.org/10.1007/s11425-021-2014-5

A $q$-operational equation and the Rogers-Szegő polynomials
Zhiguo Liu
Sci China Math, 66(6), 2023, 1199-1216
https://doi.org/10.1007/s11425-021-1999-2

Bubbling solutions of fourth order mean field equations on $\mathbb{S}^4$
Changfeng Gui, Yeyao Hu, Weihong Xie
Sci China Math, 66(6), 2023, 1217-1236
https://doi.org/10.1007/s11425-022-1993-x

Normalized solutions for a fourth-order Schrödinger equation with a positive second-order dispersion coefficient
Xiao Luo, Tao Yang
Sci China Math, 66(6), 2023, 1237-1262
https://doi.org/10.1007/s11425-022-1997-3

Vanishing viscosity limits for the free boundary problem of compressible viscoelastic 
fluids with surface tension
Xumin Gu, Yu Mei
Sci China Math, 66(6), 2023, 1263-1300
https://doi.org/10.1007/s11425-022-1998-9

Morrey smoothness spaces: A new approach
Dorothee D. Haroske, Hans Triebel
Sci China Math, 66(6), 2023, 1301-1358
https://doi.org/10.1007/s11425-021-1960-0

Gaussian limit for determinantal point processes with $J$-Hermitian kernels
Zhaofeng Lin, Yanqi Qiu, Kai Wang
Sci China Math, 66(6), 2023, 1359-1374
https://doi.org/10.1007/s11425-021-1977-x

Regularization by transport noises for 3D MHD equations
Dejun Luo
Sci China Math, 66(6), 2023, 1375-1394
https://doi.org/10.1007/s11425-021-1981-9

• 摘要

Special Issue Dedicated to Professor Tao Tang's 60th Birthday

The Random Feature Method for Time-Dependent Problems
Jing-Run Chen, Weinan E & Yi-Xin Luo

Stability of Spectral Collocation Schemes with Explicit-Implicit-Null Time-Marching for Convection-Diffusion and Convection-Dispersion Equations
Meiqi Tan, Juan Cheng & Chi-Wang Shu

High-Order Spectral Difference Gas-Kinetic Schemes for Euler and Navier-Stokes Equations
Qing Xie, Xing Ji, Zihua Qiu, Chunlei Liang & Kun Xu

Approximation Analysis of Convolutional Neural Networks
Chenglong Bao, Qianxiao Li, Zuowei Shen, Cheng Tai, Lei Wu & Xueshuang Xiang

A New Class of Efficient SAV Schemes with Lagrange Multipliers for Dissipative Systems with Global Constraints
Yanrong Zhang & Jie Shen

Adaptive High-Order A-WENO Schemes Based on a New Local Smoothness Indicator
Alina Chertock, Shaoshuai Chu & Alexander Kurganov

An Adaptive Finite Element DtN Method for Maxwell’s Equations
Gang Bao, Mingming Zhang, Xue Jiang, Peijun Li & Xiaokai Yuan

Regularized Numerical Methods for the Nonlinear Schrödinger Equation with Singular Nonlinearity
Weizhu Bao, Yue Feng & Ying Ma

An Implicit Staggered Hybrid Finite Volume/Finite Element Solver for the Incompressible Navier-Stokes Equations
Alessia Lucca, Saray Busto & Michael Dumbser

Time Complexity Analysis of Quantum Difference Methods for Multiscale Transport Equations
Xiaoyang He, Shi Jin & Yue Yu

Linearized Learning with Multiscale Deep Neural Networks for Stationary Navier-Stokes Equations with Oscillatory Solutions
Lizuo Liu, Bo Wang & Wei Cai

Extension of the ENO-ET Reconstruction Scheme to Two Space Dimensions on Cartesian Meshes in Conjunction with the ADER Approach
Gino I. Montecinos & Eleuterio F. Toro

• 摘要

URL: https://www.aimsciences.org/ipi/article/2023/17/5

Special issue on Helsinki Deblur Challenge 2021 (HDC20201)

Helsinki Deblur Challenge 2021 (HDC20201) IPI Special Issue preface
Fernando Silva de Moura, Samuli Siltanen and Markus Juvonen

In Focus-hybrid deep learning approaches to the HDC2021 challenge
Clemens Arndt, Alexander Denker, Judith Nickel, Johannes Leuschner, Maximilian Schmidt and Gael Rigaud

Explainable bilevel optimization: An application to the Helsinki deblur challenge
Silvia Bonettini, Giorgia Franchini, Danilo Pezzi and Marco Prato

Improving image deblurring
Mauro Luiz Brandão Junior, Victor Carneiro Lima, Renan Del Buono Brotto, João Rabello Alvim, Thomas Antônio Portugal Pereira, Renato da Rocha Lopes, João Marcos Travassos Romano and Kenji Nose-Filho

Restoring severely out-of-focus blurred text images with Deep Image Prior
Leonardo A. Ferreira, Roberto G. Beraldo, André K. Takahata and Ricardo Suyama

Deblurring photographs of characters using deep neural networks
Thomas Germer, Tobias Uelwer and Stefan Harmeling

Helsinki deblur challenge 2021: Description of photographic data
Markus Juvonen, Samuli Siltanen and Fernando Silva de Moura

Conditional deep learning approach for the Helsinki deblur challenge 2021
Ji Li and Weixi Wang

Let's enhance: A deep learning approach to extreme deblurring of text images
Theophil Trippe, Martin Genzel, Jan Macdonald and Maximilian März