2021年11月23日，美国芝加哥大学数学与统计系王中剑博士后应罗雪老师的邀请，通过线上的方式为我院统计与运筹系师生做了一场题为“A convergent interacting particle method and computation of KPP front speeds in chaotic flows”的学术报告🛄。
报告首先介绍了一种利用Kolmogorov-Petrovsky-Piskunov (KPP) 非线性计算时间周期细胞流和混沌流中反应-扩散-平流(RDA)前沿的传播速度的数值方法。最后通过数值结果展示了该方法在计算时周期元胞流和混沌流中的KPP前沿速度时的准确性和有效性。
报告结束后🛀🏻，参会师生积极与王中剑博士后进行了交流探讨。
报告人简介🐈⬛：王中剑𓀂，现于芝加哥大学统计系任职William H. Kruskal 讲师，合作导师Guillaume Bal教授💪🏽。博士期间🔈，他师从香港大学张智文副教授，获得香港政府奖学金，取得数学博士学位；博士论文题目为Robust Lagrangian Numerical Schemes in Computing Effective Diffusivities for Chaotic and Random Flows, 获香港数学学会最佳博士论文奖（2021）。现研究方向包括♿：数值计算的均匀化分析（抛物方程有效扩散系数🙎♀️、反应对流扩散方程形波速度）🫨🚪；复杂计算中的低维结构（POD、TensorTrain）；机器学习。
