科学研究

学术交流

首页 >  科学研究 >  学术交流 >  正文
河南大学应用数学研究所&数据分析技术实验室2019年联合学术研讨会
作者:    时间:2019-04-11 浏览次数:

  

应用数学研究所&数据分析技术实验室2019年联合学术研讨会

中国 开封

2019年4月13日

主办

数学与统计学院

承办

应用数学研究所

数据分析技术实验室

会议日程

4月12日(星期五)

报到时间:12:00-21:00,地点:中州颐和酒店一楼大厅

18:00晚餐,中州颐和酒店)

413 (星期六)

(会议地点:数学与统计学院一楼报告厅)

时间

报告人

题目

主持

8:30-8:40

集体合影(数学与统计学院门口)

8:40-9:00

开幕式

冯淑霞

(河南大学)

9:00-9:50

黄艾香

(西安交通大学)

A Dimension Splitting Method for the   3D-PDEs

9:50-10:10

10:10-11:00

张书华

(天津财经大学)

Numerical   Methods of Higher Accuracy for Option Pricing Problems

葛志昊

(河南大学)

11:00-11:50

尚荣华

(西安电子

科技大学)

深度学习理论、算法与应用

12:00 午餐中州颐和酒店一楼自助餐厅

14:30–15:20

张娟

(浙江省肿瘤

医院)

乳腺X线智能辅助诊断系统

杨晓慧

(河南大学)

15:20-15:40

15:40--16:30

张海斌

(北京工业大学)

Chebyshev’s Method and Its Efficiency Analysis

肖运海

(河南大学)

16:30-17:20

罗和治

(浙江理工大学)

New Global Algorithms for Quadratic Programming with A Few Negative   Eigenvalues

18:00欢迎晚宴(中州颐和酒店二楼)

414日(星期日) 离会

A Dimension Splitting Method for the 3D-PDEs

黄艾香

(西安交通大学)

报告人简介黄艾香,教授,博导。毕业于北京师范大学,1986年起任西安交通大学教授,郑州大学兼职教授,龙岩学院客座教授。享受国务院特贴,曾任中国计算数学学会常务理事,陕西计算数学学会理事长,西北地区计算数学学会负责人,陕西省计算物理学会副理事长,现任陕西计算数学学会名誉理事长。已被国际传记中心列入“世界知识分子名人录”,并被美国传记研究所委任为该所董事会顾问。主要从事工程问题中的计算数学和应用数学研究,工业数学应用软件研究。先后在国内外学术期刊发表论文90余篇,其中20余篇被SCIEI检索;获研究成果奖14项,其中6项获国家教委、陕西省、机械工业部科研成果和科研进步奖,其余为省教委、西安交大科研成果奖。已完成国家部委纵向及横向课题15项,其中6项为第一负责人,其余为第二负责人。其研究成果中有理论成果也有相应的大型计算软件,获得较好的经济效益和社会效益。1984年以来,先后十几次应邀到美、法、德、加、日、泰国、新加坡及香港、台湾、澳门等国家和地区的有关大学﹑研究单位讲学和合作研究。

Numerical Methods of Higher Accuracy for Option Pricing Problems

张书华

(天津财经大学)

摘要:In this talk, we will discuss option pricing problems for vanilla options, options with regime switching, and CO_2 allowance options. Also, we investigate numerical methods of higher accuracy, including finite element methods, front-fixing finite element methods, and fitted finite volume methods, for the above option pricing problems.

报告人简介张书华,教授,博导。1993年9月至1996年7月在中国科学院数学与系统科学研究所计算数学专业博士。1997年9月至1999年12月在加拿大Alberta大学从事博士后研究工作。现为天津财经大学管理可计算建模协同创新中心主任、博士生导师,中国政策模拟专业委员会副主任、天津市计算数学会副理事长、国际期刊“International Journal of Information and Systems Sciences”副主编、“Journal of Information and Computing Science”编委。主持完成国家自然科学基金项目3项(最优控制问题的高效有限元方法,项目编号10771158;积分-微分方程的高效混合有限元方法,项目编号10471103;期权定价问题高效有限元方法,项目编号11171251)、国家973项目“金融风险控制中的定量分析与计算”课题“金融衍生物定价模型与计算”1项、教育部基金项目2项(多因素随机利率理论模型、数值模拟及实证研究,项目编号1930)、天津市自然科学基金项目1项(废水生物处理模型的高效混合元并行算法,项目编号07JCYBJC14300),目前正主持国家自然科学基金项目1项(期权定价问题的高效有限元方法,项目编号1101807)、国家重大科学研究计划“气候变化经济过程的复杂性机制、新型集成评估模型簇与政策模拟平台研发”课题“IMA的新型算法、随机控制和ABS技术”1项、国家社科基金重大项目“人民币国际化进程中我国货币政策与汇率政策协调研究”课题“金融稳定约束下开放经济货币政策相机抉择”1项;在国际著名期刊《SIAM J. Numer. Anal.》等杂志上发表SCI检索论文60余篇、出版英文专著1部;曾获天津市科技进步奖自然科学二等奖(2000年)、天津市科技奖自然科学三等奖(2007年)、天津市第十二届社会科学优秀成果三等奖(2010年)、天津市优秀社科奖二等奖(2013年),其科研团队获天津市创新研究团队。

深度学习理论、算法与应用

尚荣华

(西安电子科技大学)

摘要深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。本报告主要介绍深度学习的优势、理论与模型、学习框架、平台搭建,以及我们提出的基于深度记忆卷积神经网络和参数迁移的SAR目标分类方法

报告人简介尚荣华,西安电子科技大学教授、博士生导师。分别于2003年与2008年在西安电子科技大学获得学士与博士学位。于2013 9 月到 2014 9月在英国伯明翰大学进行了为期 1 年的交流访问工作。长期从事计算智能、多目标优化、机器学习等领域的研究。发表论文 70 余篇,SCI论文 60 余篇,IEEE汇刊 10余篇 (包括中科院JCR分区一区期刊、进化计算领域的顶级刊物IEEE TEVC IEEE TCB)。研究成果受到国内外同行的广泛关注,基于Google Scholar的引用指数H-Index22Google Scholar引用1420次,单篇引用119次;SCI 他引476次。主持了包括1项国家重大研发计划子课题、2项国家自然科学基金面上项目在内的10余项科研项目。获国家发明专利授权20余项,出版专著5部。2011年获中国电子学会电子信息科学技术二等奖(5/15)2014年晋升为博士生导师,2015年获学校首届菁英人才计划(创新型)”支持,2016年晋升为教授,2017年获陕西省科学技术一等奖(9/11)

乳腺X线智能辅助诊断系统

张娟

(浙江省肿瘤医院)

摘要:基于数字乳腺X线图像用深度学习算法探讨乳腺X线片质控、腺体密度,钙化及肿块识别的准确性问题。对来源于我院24000例乳腺X线片进行数据整理,包括数据敏感性清洗,数据质控分类,腺体类型分类,病变勾画,病变特征描述。用卷积神经网络(CNN)深度学习算法对特征进行半监督学习训练,使用自制测试集进行测试。实验结果表明质控达标率90%,腺体定量提取由于临床目测腺体含量评估,钙化检查率95%,发现最小钙化0.3mm,超过ACR 0.5mm的最小标准,肿块检出率93%。因此,乳腺X线智能辅助诊断系统能够帮助临床进行摄片质量控制,定量评估腺体含量,检出钙化及肿块准确率较高,可为临床医生减轻劳动强度提供帮助。

报告人简介张娟,1985年毕业于郑州大学医学院(原河南医科大学)医学系从事内科临床医师工作,1988年至今一直从事影像诊断工作,对头颈部肿瘤、腹部肿瘤、尤其是乳腺的影像诊断具有丰富的诊断经验,近十余年来主要从事乳腺癌的诊断与研究,包括乳腺诊断、新技术应用、图像重建与后处理、乳腺癌筛查、乳腺计算机辅助诊断等方面,参与过多项国家级及省级研究项目,发表多篇SCI论文,曾获得过浙江省自然科学优秀论文奖,承担多次国家大型乳腺癌筛查浙江省内的指导工作,组办过多届省内乳腺继续教育学习班,曾连续多年被浙江医学高等专科学校聘为兼职教授并获得优秀带教老师,近年来致力于乳腺癌人工智能诊断与筛查技术研发。担任浙江省数理医学学会理事、浙江省数理医学会乳腺疾病智能诊疗专业委员会副主任委员兼秘书长、浙江省数理医学学会放射专业委员会委员、浙江省抗癌协会肿瘤流行病专业委员会委员和浙江省癌症中心癌症防控项目部乳腺组专家等。

Chebyshevs Method and Its Efficiency Analysis

张海斌

(北京工业大学)

摘要:Chebyshev’s Method is of the third order convergence. It's faster than Newton’s method. However, they may use more computational complexity per iteration than the latter. We establish Chebyshev’s method and Newton’s method with AD, investigate and compare the computational complexity of them. The results show that they are almost equal.

报告人简介张海斌,教授,博士生导师。2002年6月至今在北京工业大学应用数理学院任教。先后于2009年11月至2010年5月,2014年3月至9月,在美国明尼苏达大学进行访问学者和高级访问学者项目;2015年8月至10月,在加拿大西蒙弗雷泽大学进行学术访问;2017年10月至2018年1月,在澳大利亚迪肯大学进行高级研究学者项目。研究方向:最优化算法及其在数据处理等方面的应用,自动微分算法及其应用。主持完成国家自然科学基金面上项目多项,发表学术论文40余篇,出版专著一部。

New Global Algorithms for Quadratic Programming with A Few Negative Eigenvalues

罗和治

(浙江理工大学)

摘要:We consider a quadratic program with a few negative eigenvalues (denoted by QP-r-NE) subject to linear and convex quadratic constraints that covers a broad range of applications and is known to be NP-hard even with one negative eigenvalue (r=1, denoted by QP1NE). In this paper, we first introduce a new global algorithm (called ADMBB), which integrates several simple effective optimization techniques such as alternative direction method (ADM), convex relaxation, initialization and branch-and-bound, to find a globally optimal solution to the underlying QP within a pre-specified $\epsilon$-tolerance. We establish the global convergence of the algorithm and estimate its complexity. Second, we combine ADM, convex relaxation and line search technique to develop a global search algorithm (GSA) for QP1NE that can locate an optimal solution to QP1NE within $\epsilon$-tolerance. We establish a worst-case complexity of the GSA. Preliminary numerical results demonstrate that the ADMBB algorithm can effectively find a global optimal solution to large-scale QP-r-NE instances when r<=10, and the GSA outperforms the ADMBB for most of the tested QP1NE instances.

报告人简介:罗和治,博士、博士后,现为浙江理工大学数学系教授、中国运筹学会数学规划分会理事。2001年硕士毕业于浙江师范大学数学系,2007年获上海大学运筹学专业博士学位,2008-2010年为复旦大学管理科学与工程博士后研究人员。主要研究方向为全局最优化理论与算法及其在金融工程中的应用。已在国际运筹与优化期刊SIAM Journal on Optimization、Mathematical Programming Computation、INFORMS Journal on Computing、Computational Optimization and Applications、Journal of Global Optimization、Journal of Optimization Theory and Applications等上发表SCI 论文30 余篇,出版专著1 部。主持了国家自然科学基金面上项目3 项,中国博士后科学基金特别资助项目和面上项目各1 项,浙江省自然科学基金面上项目3项。入选浙江省“新世纪151人才工程”第二层次培养人员(2012)和浙江工业大学第三批青年学术带头人(2009)。曾获中国运筹学会青年科技奖提名奖(2010),复旦大学优秀博士后(2011),浙江省自然科学学术奖三等奖(2012)和浙江省高等学校科研成果奖二等奖(2009,2011)。曾多次学术访问美国伊利诺伊大学香槟分校、美国休斯顿大学、香港中文大学和香港城市大学。

河南大学 数学与统计学院

简 介

河南大学数学与统计学院是河南大学设立较早的院系之一,其前身为创建于1923年的原中州大学数理系。后历经算学系、数学系、数学与信息科学学院等阶段,2014年更名为数学与统计学院。

近百年来,学院严守“明德新民、止于至善”的校训,在黄际遇、陈作钧、樊映川、黄敦慈、杜孟模、刘亚星等先后在此执教的著名数学家、教育家的引领带动下,经过几代学人的接力耕耘,形成了严谨的治学精神,积累了深厚的学术底蕴,为学院持续健康发展奠定了坚实基础。当前,学院具有数学一级学科、统计学一级学科博士学位授予权和硕士学位授予权,以及应用统计硕士专业学位授予权,数学一级学科为河南省重点学科。开设有数学与应用数学、信息与计算科学、统计学、金融数学等四个本科专业。其中,数学与应用数学专业为河南省专业综合改革试点,信息与计算科学专业为河南省特色专业。

学院现有教职工114人,其中专任教师97人,行政教辅人员17人。在教师队伍中,有教授、副教授86人,博士、硕士生导师48人,具有博士学位者75人;双聘院士1人,河南省“百人计划”特聘专家1人,河南省讲座讲授1人,河南大学讲座教授6人,河南大学特聘教授5人;河南省教育厅学术技术带头人7人,河南省杰出青年基金获得者6人;河南省教学标兵7人,河南省高等教育教学工作先进个人1人;整体上形成了一支师德高尚、业务精湛、结构合理、充满活力的高水平师资队伍。

学院建有数学建模实验室、金融统计实验室和数据分析技术实验室三个教学科研平台,拥有现代数学研究所、应用数学研究所、教学方法研究室、非线性科学研究室四个科研机构,办有全英文专业学术刊物《数学季刊》。学院注重发挥学科带头人的引领作用,积极参与国内外学术交流,不断凝练学科研究方向,持续加强学术团队建设,在偏微分方程与数学物理、实分析与复分析、概率论与数理统计、图像处理与科学计算等方向形成了比较优势和特色,取得了一批优秀科研成果。据统计,2013年~2017年,学院教师发表论文507篇,多项成果在Proceedings of the American Mathematical Society, Bulletin of the London Mathematical Society, Communications in Mathematical Physics等国际著名学术刊物上发表;获批国家自然科学基金项目48项,出版学术专著6部,荣获科研奖励114项。

学院下设数学与应用数学系、信息与计算科学系、统计系、金融数学系、公共数学教学部、继续教育中心六个教学单位,现有本科生1300多人,研究生220余人。近年来,学院不断深化教育教学改革,探索实施分类教学、分类指导,推动完善本科生职业导师制度,开设拔尖人才实验班,培养了一大批思想品德优良、专业知识牢固、实践能力突出、富有创新精神的高素质人才。先后有300余人次在全国大学生数学建模竞赛、全国大学生数学竞赛、丘成桐数学竞赛等大型专业赛事中获奖;本科生考研录取率保持在36%左右,研究生和本科生一次性就业率均在95%以上。