| 课程代码 | 教师 | 时间 | 内容介绍 |
| MATH130136.01 | 陈文斌 | 星期二 3-5 [1-14] | 毕业论文讨论侧重偏微分方程计算或者金融模型的计算，希望学生能有一定编程能力和保证一定的学习时间。 |
| MATH130136.02 | 东瑜昕 | 星期五 6-8 [1-14] | 微分几何讨论班内容介绍：将讨论欧氏空间中各种曲线、曲面的几何性质、分类及构造等。 |
| MATH130136.03 | 丁青 | 星期四 6-8 [1-14] | 研读和讨论有关微分几何（曲线和曲面论）及其相关几何微分方程的文章，就有关问题展开本科生能够理解和简单的探索研究工作（能力强的同学可以进一步提高），并在此基础上撰写本科毕业论文。 |
| MATH130136.04 | 李志远 | 星期五 6-8 [1-14] | 代数几何和数论讨论班内容：将讨论模空间理论和自守形式两个方向，包括代数簇和其凝聚层的模空间、自守形式的一些拓展以及这两个方向之间的联系。 |
| MATH130136.05 | 李荣敏 | 星期三 1-3 [1-14] | 需修过寿险精算数学或非寿险精算数学。 |
| MATH130136.06 | 林伟 | 星期四 6-8 [1-14] | 主要研读有关复杂系统、网络动力学、智能学习相关的文章与专著，就相关前沿问题开展本科生能够进行的建模、计算等方面的研究工作，并撰写本科论文。 |
| MATH130136.07 | 范恩贵 | 星期二 1-3 [1-14] | 毕业论文主要需要数学分析，常微分方程和数学物理方程等知识。同学可根据自己的兴趣，选择如下专题之一作为毕业论文： 1．孤立子方程与Hamilton结构。 2．可积方程的代数几何解。 3. 李群在偏微分方程中应用。 |
| MATH130136.08 | 卢文联 | 星期五 3-5 [1-14] | 研读深度学习关键文献，掌握基本原理、模型与算法，以及基于Pytorch的模型实现，并指导学生完成一个基于具体数据和简单应用场景的神经网络建模、训练、调优与部署，作为毕业论文。 |
| MATH130136.09 | 陆帅 | 星期一 3-5 [1-14] | 本学期毕业设计课程将集中研究反问题的深度学习理论及方法，理论上将研究Barron空间的相关理论分析，而在计算方法方面，将通过一些实例计算问题，例如医学成像、地球物理介质探测等，实现一些深层网络近似及反演。 |
| MATH130136.10 | 秦振云 | 星期三 6-8 [1-14] | 主要针对有重要物理意义与应用背景的可积数学模型，讨论其一种新的非线性现象-怪波，该现象目前在海洋里，甚至在浅水区域、非线性光纤、冷原子系统、大气环境等一系列领域中都有应用，也可适当应用数学软件工具，如，Matlab， Maple等。 |
| MATH130136.11 | 石磊 | 星期一 11-13 [1-14] | 本学期讨论班的内容主要关于机器学习中的随机梯度算法以及深度学习中的一些高维逼近论问题。 |
| MATH130136.12 | 王珺 | 星期三 6-8 [1-14] | 利用Nevanlinna理论，来研究复域上的微分方程和差分方程的亚纯解存在性及其解析性质.我们首先学习Nevanlinna理论的基本知识，然后就最新相关文献，选取一些专题进行讨论，寻找合适问题，并最终完成论文。 |
| MATH130136.13 | 魏益民 | 星期三 3-5 [1-14] | 本学期讨论班的内容主要关于包括: 大规模矩阵计算中的随机算法研究及其在数据科学的应用。 |
| MATH130136.14 | 吴新明 | 星期四 3-5 [1-14] | 本讨论班主要讨论PDE数值求解方法，包括有限差分、有限元、谱方法、DG等，并讨论其在一些具体的前沿问题，包括边值问题以及特征值问题求解中的应用。 |
| MATH130136.15 | 吴宗敏 | 星期三 6-8 [1-14] | 讨论一类产生随机现象的动力系统,并寻找实际问题,譬如股票等来验证这个现象。 |
| MATH130136.16 | 许亚善 | 星期一 6-8 [1-14] | 借助优化的数学工具，基于现实的博弈、控制、金融问题，加以研究分析并提出理性的解决方案。 |
| MATH130136.17 | 杨卫红 | 星期一 6-8 [1-14] | 本讨论班分为两个方向：1 学习和研究机器学习中的一些经典算法，利用已有的 Python 软件包进行计算。2 讨论流形优化中的理论和算法。 |
| MATH130136.18 | 田学廷 | 星期三 3-5 [1-14] | 研读动力系统领域的一些书籍或文献中的某类课题，对各种具有混沌性态的系统进行复杂性理论分析。未学过动力系统或遍历论相关课程的同学请先联系老师沟通后再确定是否适合选此课。 |
| MATH130136.19 | 袁小平 | 星期一 6-8 [1-14] | 利用数学分析和线性代数以及常微分方程的初等知识研究一些初等但重要的常微分方程的解的动力学性质。论文主要根据学生兴趣在以下领域选其一：（1）生物数学中的应用（传染病、捕食者、人口模型。探索：竞争与收割）； （2）电路理论中的应用（RLC电路、李纳德方程、范德坡方程的极限环。探索：神经动力学）；（3）天体力学中的应用（二体问题、开普三大经验定律、中心构型（Smale的问题）。探索：量子力学系统的经典极限）；（4）混沌（符号动力系统、Smale马蹄。探索：立方混沌、Chua电路等）。参考书：Hirsch-Smale-Devaney著《微分方程、动力系统与混沌导论》（人民邮电出版社）。 |
| MATH130136.20 | 张德志 | 星期四 6-8 [1-14] | 1）大规模无人机群起飞、等距离分布、降落算法分析（目标：机器人杂志科学论文） 2）GTM若干企业项目对接行业自动化建模（目标：对接企业>=200万项目技术说明书） 3）声音、3D视觉算法在移动机器人上现场验证（目标：研究算法赋予指导教师提供的6轴移动机器人设备一定避障智力、听指挥行动能力） 4）量子遗传小波神经网络在资本数据上应用（目标：合理算法用于获得模拟炒股大赛一等奖） |
| MATH130136.21 | 郭坤宇 | 星期三 6-8 [1-14] | 泛函分析是研究无穷维空间上的学问，本讨论班就泛函分析的一些经典问题展开讨论。 如：Hahn-Banach延拓定理， Baire纲定理等。这些基本定理是泛函分析的基石，在泛函分析及数学的其他分支中具有基本的重要性。我们将讨论Baire纲定理、Hahn-Banach延拓定理的各种版本及其在测度论、群论、凸集几何及运筹优化等问题中的应用。 |
| MATH130136.22 | 张仑 | 星期二 1-3 [1-14] | 根据同学们的兴趣，可选择的内容包括： 1.随机矩阵理论及其应用 2.逼近理论及实践(包括正交多项式理论等) |
| MATH130136.23 | 高卫国 | 星期四 6-8 [1-14] | 研读与深度网络相关的算法与数学理解，包括生成对抗网络的构造，深度网络的表示能力等 |
| MATH130136.24 | 张云新 | 星期三 6-8 [1-14] | 本讨论班主要就细胞生物学相关的数学问题展开研究。主要涉及以下内容：分子马达的性质及工作机制；细胞内货物的运输规律与方法；细胞的离子通道问题；基因的转录与翻译：基因调控等。希望对交叉学科感兴趣，特别是对相关的生物物理问题感兴趣的同学参加该讨论班 |
| MATH130136.25 | 赵冬华 | 星期四 3-5 [1-14] | 根据同学的各自兴趣，主要可供选择研究题如下：1．金融时间序列、计量经济学建模。2. 人工智能和机器学习算法及应用。3．数字信号（声音、图像）处理。4.常微分方程模型理论分析。 |
| MATH130136.26 | 华波波 | 星期一 6-8 [1-14] | 几何分析和离散几何 研究黎曼流形上Laplace算子的分析性质，以及各种椭圆和拋物方程在几何问题中的应用。用几何分析中变分和热方程的方法研究离散几何问题。 |
| MATH130136.27 | 黄耿耿 | 星期一 3-5 [1-14] | 椭圆偏微分方程及应用 研究非线性椭圆方程解的正则性,唯一性,渐进性等定性性质,以及在几何和物理模型中的应用. |
| MATH130136.28 | 肖体俊 | 星期五 6-8 [1-14] | 主要研究几类非线性方程解的存在唯一性、正则性、稳定性及渐近性。 |
| MATH130136.29 | 雷震 | 星期二 9-11 [1-14] | 本学期的讨论班主要就最优控制理论及偏微分方程在深度学习中的应用展开研究，大致分为四个部分：1.神经网络基础知识；2.神经网络与动力系统的关系；3.最优控制理论基础知识；4.动力系统和最优控制理论在深度学习中的应用（包括最优条件、学习算法和网络架构）。 |
| MATH130136.30 | 李洪全 | 星期三 1-3 [1-14] | 提供如下两种选择：1.学习、掌握调和分析的基本方法并研读相关文献。2.了解次黎曼几何并研读相关文献。 |
| MATH130136.31 | 张淑芹 | 星期二 3-5 [1-14] | 主要是研读统计学习中一些问题的模型及计算方法，包括无监督学习中的数据降维、聚类及有监督学习中的逻辑回归方法等。通过研读这些文章及应用它们到一些实际数据，我们试图来发现里面存在的一些问题，并寻找改进的方法。 |
