Advances in Model Reduction Methods
数学专题报告
报告题目(Title)：Advances in Model Reduction Methods
报告人(Speaker)：李秋齐（湖南大学）
地点(Place)：后主楼 1223（腾讯会议：872-401-446）
时间(Time)：2025年03月21日 周五 15:00-16:00
邀请人(Inviter)：蔡永强
报告摘要
Model reduction methods are essential for simplifying complex systems and enabling efficient analysis of high-dimensional problems. This report provides a comprehensive overview of recent advances in model reduction techniques, such as reduced basis methods, low-rank representations (e.g., variable separation), data-driven approaches (including dynamic mode decomposition, operator inference, deep learning, and norm-optimal frameworks), and hybrid approaches. We highlight their theoretical foundations, algorithmic innovations.
主讲人简介
李秋齐，湖南大学数学学院副教授、博士生导师。2018年获湖南大学数学学院博士学位，期间赴美国德州农工大学联合培养；2018-2020年在北京大学数学科学学院从事博士后研究；2020年入职湖南大学。2022-2023期间多次访问香港大学、香港中文大学，2024-2025年在新加坡国立大学数学系交流访问。研究方向为科学计算与不确定性量化，在SIAM Journal on Scientific Computing、Journal of Computational Physics、Computer Methods in Applied Mechanics and Engineering、Mathematische Annalen等国际主流期刊发表论文20余篇。主持国家自然科学基金面上、青年及博士后项目各一项。
