学术报告一

报告题目：有限元方法与深度学习神经网络之间的关系

报告人：  许进超  美国宾州州立大学教授  

报告时间：2018年4月2日上午10：00-11：00

报告地点：学院307报告厅 

学术报告二

报告题目：有限元方法统一框架与理论

报告人：  许进超  美国宾州州立大学教授  

报告时间：2018年4月2日上午11：00-12：00

报告地点：学院309报告厅  

数学与统计学院

2018.4.2

摘要：此报告从三个方面介绍有限元方法（FEM）与理论的一些新进展。第一，针对二阶椭圆型边值问题，我们提出一个有限元统一框架。此框架包含大部分已有的以及新的FEM及DG各类算法，揭示不同算法之间的关系以及提供统一的收敛性理论。第二，针对任意维空间上任意阶椭圆边值问题，我们用一个统一的方法构造一类最低阶有限元算法并证明其收敛性。第三，简单介绍一下最近新发现的深度神经网络与有限元方法之间的内在联系。最后，通过比较这些新的理论与发展，我们提出一类有待研究的理论与实际问题。

报告人简介：许进超，美国宾州州立大学VerneM. Willaman 讲席教授、计算数学与应用研究中心主任，工业与应用数学学会会士、美国数学学会会士，兼任北京大学兼职教授及中国科学院海外评审专家。许进超教授是计算数学领域国际知名学者，取得了一系列瞩目的成果（如BPX算法，XZ恒等式，以及曾被美国能源部评为计算科学领域中的十大突破之一的HX-算法等）。许进超教授曾于1995年获首届冯康科学计算奖、2005年获得德国“洪堡”资深科学家奖、2006年获得中国海外杰出青年基金，并于2007年在国际工业与应用数学学会大会上做大会邀请报告，2010年在世界数学家大会上做45分钟邀请报告。曾担任北京大学长江讲座教授并入选国家“千人计划”。