数理科学学院成功举办2022年第二期阳光论坛暨第43期学术沙龙活动

来源: 作者:审核:发布时间:2022-04-01 14:00 浏览次数:


为促进学科交叉,加强合作,增强团队之间协作,进一步提高我院科学研究水平,在学院大力支持下,2022年第二期阳光论坛暨第43期学术沙龙活动于3月31日下午2点在应用数学与交叉科学研究中心A3028成功举办。本次活动由大学物理教研室的郭健勇博士、数学与应用数学系的肖梅霞博士和信息与计算科学系的陈蕊娟博士主讲。学院副院长张本龚教授、数学和物理专业及大数中心相关老师参加了本次研讨活动。

郭健勇博士报告题目为“基于液相方法的有机-无机杂化钙钛矿材料合成研究”。该报告基于DMF三元系溶剂体系,合成出丁胺铅碘、丁胺铅氯等纳米材料,并对镉掺杂丁胺铅氯材料的性能进行研究。测试结果表明适量的镉掺杂可有效提升材料的发光强度,显示出潜在的应用前景。

肖梅霞博士做题为“The Entropy Conservation and Energy Conservation for the Relativistic VKGS”的学术报告,汇报了近期在动理学方程研究领域中所做的一些相关工作。报告中,她首先介绍了相对论VKG系统的研究背景和国内外研究现状,然后讨论了该系统在弱解满足一定正则性的条件下的重整化性质和全局(局部)熵守恒律。接着介绍了该系统在概率密度函数满足一定可积性条件时,弱解的整体能量守恒律,同时强调了熵守恒和能量守恒在动理学方程中的重要意义。最后,简要阐述了今后值得去进一步研究和探讨的问题。

陈蕊娟博士做了题为“DeceFL: A Principled Decentralized Federated Learning Framework”的报告。报告提出了一种去中心化联邦学习算法(DeceFL),它不需要中央服务器,只依赖于客户端与其邻居客户端之间的本地信息传输,是一种完全去中心化的学习框架。进一步证明了,当损失函数光滑且强凸时,每个客户端在零性能差的情况下达到全局最小值,并达到与集中式联邦学习相同的收敛速度O(1/T),其中T是梯度下降中的迭代次数。最后,展示了算法在实际生活中的应用,验证了其对凸和非凸损失函数的有效性,说明了其适用于广泛的实际医疗和工业应用。





郭健勇,男,副教授,武汉纺织大学数理学院教师。主要从事功能材料制备与性能研究,近年来主持省部级教科研项目4项,参与国家自科基金1项,在Materials Letters、Chemical Physics Letters等期刊发表论文5篇。

肖梅霞博士,2018年6月毕业于华中科技大学数学与统计学院应用数学专业,毕业之后直接进入武汉纺织大学数理科学学院任教。主要研究方向为Vlasov-Poisson ( Nordstrom, Maxwell, Klein-Gordon )系统、非线性Boltzmann方程及其相关动力学模型。目前,以第一作者发表SCI学术论文6篇,主持国家自然科学青年基金项目一项,省教育厅项目一项,校基金多项。

陈蕊娟,女,河南开封人,汉族。华中科技大学获得工学博士学位。武汉纺织大学数理科学学院讲师。主要研究方向为联邦学习、优化算法设计与分析等。在国内外重要期刊/会议,如Science China-Technological Sciences、Journal of the Franklin Institute-Engineering and Applied Mathematics、自动化学报、IJCAI--PRICAI 2020: International Joint Conference on Artificial Intelligence(AI顶会)等发表学术论文7篇。申请并获授权国家专利一项(排名第二,博士导师第一)。(通讯员:江健)