Covid-19的流行导致世界各地许多会议和研讨会被取消,这显然对传统形式的科学知识传播产生了严重影响。为填补这一空白,我们希望通过这次网络会议进行高效的学术交流。与该期刊的目标非常一致的是,我们希望“鼓励和扩大具有不同背景和来自不同学科的科学家之间的知识传播,他们研究、解决或应用同一类型的方程”。与此同时,我们也借此机会探索期刊出版传播的新形式。网络研讨会上的报告通常基于期刊上发表的研究,这将使读者受益,他们可以利用网络研讨会的机会,直接与作者交流问题或提出建议。观看网络研讨会的人可能会借助手头已发表的论文,通过研讨会更深入地研究所讨论的主题,而作者的研究将会在这一过程中受到更高的曝光度。
网络研讨会每周一在美国东部时间上午9点,欧洲中部时间下午3点,北京时间晚9点举行。研讨会会在Zoom上进行,可免费参加(请提前注册)。注册现已开始!(点击此处进入注册页面/阅读相关文章/获取讲座PPT)
扫码注册/阅读相关文章/获取之前讲座PPT,欢迎持续关注,后续有更新
日期 | 演讲人 | 主题 |
24/08 | Arnulf Jentzen 明斯特大学 | Overcoming the curseof dimensionality: from nonlinear Monte Carlo to deep artificial neuralnetworks 克服维数灾难:从非线性蒙特卡罗到深层人工神经网络 |
31/08 | Julio D. Rossi 布宜诺斯艾利斯大学 | A game theoreticalapproach for a nonlinear system driven by elliptic operators 椭圆算子驱动的非线性系统的博弈论方法 |
07/09 | Thomas Bartsch 吉森大学 | Normalized solutionsof nonlinear elliptic problems 非线性椭圆问题的规范化解 |
14/09 | Weinan E 普林斯顿大学 | PDE problems thatarise from machine learning 机器学习中出现的PDE(偏微分方程)问题 |
21/09 | Claudio Muñoz 智利大学 | Understanding solitondynamics in Boussinesq models Boussinesq (布西尼斯克)模型中孤子动力学的研究 |
28/09 | Yihong Du 新英格兰大学 | Long-time dynamics ofthe Fisher-KPP equation with nonlocal diffusion and free boundary 具有非局部扩散和自由边界的Fisher-KPP方程的长期动力学 |
05/10 | George Karniadakis 布朗大学和麻省理工大学 | 待定 |
12/10 | 待定 | 待定 |
19/10 | Yoshikazu Giga 东京大学 | 待定 |
关于演讲人
9月14日 -- Weinan E -- 机器学习中出现的PDE(偏微分方程)问题
机器学习产生了两种PDE(偏微分方程)问题。机器学习的连续公式自然会产生一些更y优更具有挑战性的PDE(更精确地说是偏微分和积分方程)问题。理解这些偏微分方程问题很可能成为机器学习数学理论中的基本问题。
基于机器学习的偏微分方程算法也给偏微分方程带来了新的问题,例如,适用于机器学习模型的新的先验估计。我将讨论这两种问题。
9月21日-- Claudio Muñoz – Boussinesq(布西尼斯克)模型中孤子动力学的研究
这个讲座的目的是用简单的术语描述几种Boussinesq(布西尼斯克)模型的孤子问题,包括好的、改进的和abcd系统。问题并不简单,因为上述提到的每个系统中都存在一些特定的不稳定行为。其目的是用简单的话来解释每个系统的特性、以前和最近的结果以及未来的研究。
9月28日-- Yihong Du -- 具有非局部扩散和自由边界的Fisher-KPP方程的长期动力学
我们考虑具有自由边界和“非局部扩散”的Fisher-KPP方程。我们证明了这个问题是适定的,并且它的长期动态行为是由一个展开-消失二分法二分法控制的。此外,根据核函数上的阈值条件是否满足,我们完全确定了可能具有由半波问题确定的有限扩展速度,或具有无限扩展速度(加速扩展)的扩展剖面。此外,对于一些典型的核函数,我们得到了扩展速度(有限或无限)的精确估计。
版权声明
本文由施普林格∙自然北京办公室负责编译。中文内容仅供参考,一切内容以英文原版为准。如需转载,请联系 marketingchina@springernature.com
© 2020 Springer, part of Springer Nature.
All Rights Reserved.
如果篇首注明了授权来源,任何转载需获得来源方的许可!如果篇首未特别注明出处,本文版权属于 X-MOL ( x-mol.com ), 未经许可,谢绝转载!