搜索
报告题目：Fast Algorithms for Convolution and Particle systems
报 告 人：徐振礼教授 上海交通大学
报告摘要：In this talk, we present fast algorithms and machine-learning method for molecular dynamics. We first discuss the sum-of-exponentials (SOE) and sum-of-Gaussians (SOG) approximations of kernel functions, and present a novel de la Vallée-Poussin and model reduction method for constructing kernel independent SOE and SOG. A random-batch SOG method is then present for long-range interactions in molecular dynamics, where the far part of the SOG series is solved in the Fourier space with the random-batch importance sampling. Finally, we introduce our recent work on SOG-Net for learning long-range potential of molecular systems. Numerical results are present to demonstrate the performance of these algorithms.
报告人简介：徐振礼，上海交通大学特聘教授。中国科学技术大学本硕博，曾任美国北卡罗莱纳大学夏洛特分校博士后、德国斯图加特大学洪堡学者。2010年起任上海交通大学特别研究员、教授、长聘正教授、特聘教授，2019-2021年任数学学院副院长，2021年起任教务处副处长。2010年入选新世纪优秀人才计划，2012年中组部青年拔尖人才计划，2023年获国家自然科学基金杰出青年基金。兼任上海数学会副理事长、上海国家应用数学中心（上海交大分中心）副主任、中国高等教育学会理科教育专业委员会常务理事等职，以及Advances in Applied Mathematics and Mechanics、Communications in Mathematical Sciences和Mathematical and Computational Applications等杂志编委。研究方向为快速算法和高性能计算、分子动力学算法和偏微分方程的数值方法等，发表90多篇研究论文。
报告时间：2025年4月18日 14：30-16：00
报告地点：文渊楼 B536
主办单位：数学与统计学院
学院宣传片
