为促进高校之间优秀大学生的交流和互动、给学生提供一个了解数学和统计学科各个方向最新前沿动态的机会，BEVITOR伟德拟定于2024年1月22日—1月26日举办大学生数学冬令营。本次冬令营计划在全国高校范围内招收40名数学、统计学及相关专业的高年级本科生，来我院进行集中交流。

我们邀请到以下国内外专家为学生讲授专题讲座、作前沿报告：

黄 昆 教授        美国印第安纳大学

郭 锂 教授        美国罗格斯大学纽瓦克分校

李万同 教授        兰州大学

毛士鹏 研究员      中国科学院数学与系统科学研究院

孟德宇 教授       西安交通大学

田天海 教授       澳大利亚莫纳什大学

另外，冬令营期间还将邀请BEVITOR伟德各方向的学术骨干为营员做学科前沿报告。

BEVITOR伟德

2024年优秀大学生数学国际冬令营日程安排

讲座题目与摘要

报告人: 孟德宇 教授  西安交通大学

题  目: 机器学习的方法论哲学

摘  要: 人工智能技术在近十年来蓬勃发展，而其中机器学习，特别是深度学习方法是引领本轮人工智能浪潮最为核心的技术要素。本次报告中，将为同学们介绍机器学习的一些典型思想方法，并与同学们尝试分享在机器学习研究中的一些探索性体会。

报告人: 杨晓慧 教授  BEVITOR伟德APP官网

题  目: 浅谈人工智能的数学基础与哲学思想

摘  要: 人工智能指的是通过研究人类大脑的思考、学习和工作方式，设计模型和算法使计算机模仿人类去智能地解决问题。本报告旨在与同学们分享人工智能一些有意思的前沿应用，探讨人工智能与所学数学知识之间的联系，以及其中蕴含的一些哲学思想。

报告人: 田天海 教授 澳大利亚莫纳什大学

题  目: Mathematical modelling and stochastic simulation of genetic regulatory networks

摘  要: Experimental studies have demonstrated that gene expression is a stochastic process. In recent years there have been substantial interests to use stochastic models to describe the complex processes in gene expression. In this lecture we will first discuss mathematical models to describe biochemical reactions in gene expression. Then we will discuss the Gillespie stochastic simulation algorithm for simulating genetic regulatory network models. Finally we will discuss numerical methods for improving the efficiency of stochastic simulations.

报告人: 王娜 副教授 BEVITOR伟德APP官网

题  目: 对称多项式在数学物理中的应用

摘  要: 本报告将介绍杨图及其上定义的各种对称多项式，然后介绍这些多项式在数学物理中的应用。最后，我将介绍我们在这方面的一些工作。

报告人: 肖运海 教授  BEVITOR伟德APP官网

题  目: 人工智能数学基础之运筹统计

摘  要: 统计学和运筹学是人工智能最主要的数学基础。统计学通过提取数据特征抽象数据模型，运筹学通过算法设计做出数据分析和预测实现。模型是人工智能的核心，算法是人工智能的精髓。本报告从运筹学起源开始，讲述运筹学的发展历程和经典优化模型，并通过深度学习等各种实例重点讲述大数据背景下的统计方法，然后进行模型归纳和优化算法实现。此外，本报告介绍了目前最为流行的几种商业求解器和开源求解器。最后，简单介绍必修的部分数学课程，并希望有志青年加入统计学或者运筹学的研究队伍。（注：本报告为河南省运筹学会官方制作科普报告。）

报告人: 邹广安 副教授 BEVITOR伟德APP官网

题  目: 多物理场耦合模型的数值方法及其应用

摘  要: 本报告主要介绍一些多物理场耦合模型，针对模型提出一些保结构的有限元方法，并且研究了多物理场模型在生物流体力学、肿瘤生长、趋化流、液晶流、磁流体等方面的应用。

报告人: 黄昆 教授 美国印第安纳大学

题  目: 计算病理学与整合基因组学简介

摘  要: 复杂疾病（如癌症）具有高度异质性。针对患者之间的这种异质性我们需要开发个性化治疗方案。然而为了研究患者的这种异质性并开发有效的生物标志物来识别疾病的亚型并预测患者对治疗的反应从而实现个性化治疗，研究者们需要收集、整合及分析多种模态的生物医学数据。整合基因组学是一个将基因组数据分析与其他类型的生物数据（如转录组学、蛋白质组学、代谢组学和医学影像数据）相结合的研究领域。为了实现整合分析我们需要开发新的生物信息学和机器学习算法用于疾病亚型和生物标志物的开发。在影像学数据中，病理图像在疾病尤其是癌症诊断中起着关键作用。计算病理学是一个新兴领域，它结合了病理学，计算机视觉，图像分析， 人工智能以及信息学，以开发诊断和治疗疾病的新方法。在本次讲座中，我将通过我们的研究实例来介绍这两个高度相关的领域。

报告人: 毛士鹏 研究员 中国科学院数学与系统科学研究院

题  目: 磁流体动力学的模型、应用、数值方法和分析

摘  要: 磁流体动力学作为现代物理学一个重要的分支，在等离子体物理,金属液体、天体物理、冶金化工、航空航天以