报告题目：A Few Thoughts on Deep Learning-Based Scientific Computing

报告时间：2020年5月23日（周六）上午9:55—10:40

报告人：杨海钊教授

报告地点：Zoom云会议（ID：937 6354 7091, 密码：nanxinda60）

报告摘要：The remarkable success of deep learning in computer science has evinced potentially great applications of deep learning in computational and applied mathematics. Understanding the mathematical principles of deep learning is crucial to validating and advancing deep learning-based scientific computing. We present a few thoughts on the theoretical foundation of this topic and our methodology for designing efficient solutions of high-dimensional and highly nonlinear partial differential equations, mainly focusing on the approximation and optimization of deep neural networks.

欢迎广大师生踊跃参加！

数学与统计学院

2020年5月22日

附：专家简介

杨海钊，美国普渡大学数学系和数据科学院助理教授，博士生导师。2010年本科毕业于上海交通大学数学科学学院；2012年于美国德州大学奥斯汀分校获得数学硕士学位；2015年于美国斯坦福大学获得数学博士学位；毕业后于2015至2017年在美国杜克大学数学系担任访问助理教授，于2017至2019年在新加坡国立大学数学系和数据科学院担任助理教授。主要研究方向包括：机器学习，数据科学，应用和计算数学的理论基础和高效算法。因其在机器学习和科学计算中的理论和算法研究，杨海钊获得2020年美国国家自然科学基金CAREER奖。学术成果发表在SIAM系列和IEEE系列杂志36篇。