为了总结2021年取得的成绩与不足，研讨数学与交叉科学的研究进展，讨论数学与我校其他学科交叉发展的未来方向。促进学科交叉融合，加强合作，增强团队之间的协作能力，提高我院科研水平，应用数学与交叉科学研究中心2021年终总结会于2022年1月4日举行，并取得了圆满成功。本次会议邀请了中山大学的周天寿教授和华中师范大学的李炜教授，以及院内部分青年学者做学术报告。本次会议采取线上线下相结合的方式，校外专家做线上报告，校内专家做线下报告，会议由张本龚副院长主持，信息与计算科学系和数学与应用数学系老师参加了会议。

会议首先由中心首任主任中山大学的周天寿教授做题为“非线性随机动力系统的逼近方法”的报告。该报告介绍了两种实用的逼近方法：降维方法和升维降噪方法，并通过实际案例的分析来证明这两种方法的有效性，具有宽广的应用前景

。

李炜教授做了题为“非平衡相变的监督与非监督学习”的报告，利用机器学习手段，对非平衡相变目前所知道的最大普适类—DP普适类—的DP模型进行了分析，发现未标签的非监督学习，能对模型的相进行分类，并准确预测相变发生的临界点。而标签的监督学习，也能给出相变发生的临界阈值，以及空间关联指数。

随后，谭雅岚博士针对现有用于RNA三维结构评估的统计势对来源于结构预测模型的实际测试集效果不佳问题做了题为“Statistical potential for RNA 3D structure evaluation”的报告。报告提出了一个新的基于碱基分离度的RNA三维结构评估统计势（rsRNASP），通过广泛的测试发现，对来源于结构预测模型的实际测试集，rsRNASP在天然态结构进行识别、构象集排序等评估指标上都明显优于现有的传统统计势和基于神经网络训练得到的统计势。

陈蕊娟博士针对小步长导致加速算法收敛速度慢的问题，做了题为“微分方程视角的加速分布式优化算法”的报告。通过考虑目标函数为二次函数时的分布式优化问题，提出了隐式Euler加速分布式优化算法。实验结果表明，所提出的算法Im-DGD在二次函数情形下实现了较原算法更快的收敛速度。

时亚洲副教授做了题为“RNA 空间结构的从头预测”的报告。报告对现有的RNA空间结构的预测方法进行简单的综述，在此基础上，进一步详细介绍提出的粗粒化模型。该模型不仅能够从头预测（即仅基于给定序列）RNA分子的空间结构，还能定量预测温度及离子条件对RNA结构的影响。

会议最后由江健教授对2021年度应用数学与交叉中心在党建活动、学科建设、专业建设、师资队伍、科学研究、教学成果、学科竞赛等方面做了全面总结。会后老师们积极参与讨论了数学与我校其他学科交叉发展的未来方向，并对2022年学院成果更上一层楼充满了期待！（通讯员：江健）