【本站訊】5月19日-21日,，由中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會主辦，煙臺大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院,、中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會不確定性量化專委會承辦的中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會不確定性量化研討會暨中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會不確定性量化專委會會議在煙召開,，煙臺大學(xué)副校長宋中民受邀出席會議，中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會不確定性量化專業(yè)委員會副主任兼秘書長周濤研究員主持專委會換屆環(huán)節(jié)并講話,，來自全國各地30余所高等院校和科研單位的學(xué)者參加會議,。
本次會議旨在交流量化數(shù)學(xué)模型中的不確定性和提高數(shù)學(xué)模型預(yù)測能力等問題的最新研究成果，并結(jié)合科學(xué)與工程計算中亟需解決的關(guān)鍵問題和難點問題,，展開廣泛的學(xué)術(shù)交流和討論,。在兩天的正式會議中，同濟大學(xué)吳昊教授,、北京應(yīng)用物理與計算數(shù)學(xué)研究所勇珩教授,、香港大學(xué)張智文教授分別以《IB-UQ:Information bottleneckbased uncertainty quantificationfor neural function regression and neural operator learning》《多物理過程中參數(shù)校準(zhǔn)方法的應(yīng)用研究 》《DeepParticle: learning invariant measure by a deep neural network minimizing Wasserstein distance on data generated from an interacting particle method 》為題作主旨報告，相關(guān)學(xué)者和研究生分別作了交流報告,，分享了最新學(xué)術(shù)進展,。
本次會議促進了不確定量化領(lǐng)域內(nèi)學(xué)者之間的交流與合作，開闊了數(shù)學(xué)院在此領(lǐng)域的研究思路,，進一步激勵廣大師生開展相關(guān)研究,。
來稿時間：5月24日 審核：畢毅 責(zé)任編輯：徐揚
