11月29日，应云顶国际集团游戏app邀请，西交利物浦大学陈洁副教授与西安工程大学时光副教授做客我校“未央导师论坛”，并分别做了学术报告。此次报告由云顶国际集团游戏app院长李剑主持，部分教师和研究生参加。

陈洁副教授做了题为“An Efficient Hierarchical Preconditioner-Learner Architecture for Reconstructing Multi-scale Basis Functions of High-dimensional Subsurface Fluid Flow”的学术报告。报告中，陈老师首先从地下渗流数值模拟问题出发，提出了高对比度、非均值性渗透率系数的Darcy方程，引出混合尺度有限元方法，讲解了该方法在使用时的关键点是如何定义多尺度有限元空间。由此提出一套构建压力多尺度空间基函数的方法，并详细介绍了这种方法。首先是构造一个“snapshot space”对原有的细网格空间进行第一次降维，其次是在“snapshot space”中构建一个“offline space”进行第二次降维。这一方法主要针对压力前的刚度矩阵，对于速度前的刚度矩阵则使用梯形积分消去。最后，陈老师还进一步提出了混合多尺度方法和神经网络的结合来优化算法。除了能够降维、提速之外，同时具有保精度能力。

时光副教授为学院师生开展了一场题为“深度信念网的一种分布式并行训练方法”的学术报告。报告内容丰富，深入探讨了深度信念网的并行计算的应用。在报告中，时老师从深度学习的背景开始，系统地介绍了多层神经网络与深度学习以及深度信念网（DBN）等的基础知识。并指出，随着神经网络层数和参数越来越多，导致计算资源消耗巨大等问题凸显，因此研究模型的并行方法尤为重要。针对提出的问题，时老师为我们讲解了三种DBN分布式并行训练框架，并给出了不同框架的并行方法之间的对比以及和传统方法的数值对比，证明了并行框架的有效性。最后，时老师还展示并分享了“天河二号”计算平台的一些相关知识，包括天河二号的系统介绍、程序的执行、并行程序的编译和运行以及并行计算的应用性能及和优化。

在这次报告中，两位老师通过生动的案例和深入的分析，展示了各自不同的方法，并从理论上和数值结果上展示了方法的有效性。使听众有了更为直观的理解。报告结束后两位老师与现场师生进行了热烈的互动和交流。并耐心解答了师生们提出的问题，分享了自己的研究心得和学术经验。与会师生纷纷表示，此次报告不仅拓宽了他们的学术视野，也激发了他们的研究兴趣。

新闻小贴士：

陈洁，西交利物浦大学资深副教授，博士生导师，分别于2004年和 2007年在南京大学数学系获得学士和硕士学位，2011年在南洋理工大学获得博士学位;于2011/08-2012/10在香港科技大学做博士后研究，于2012/11-2013/03在沙特国王大学做博士后研究;2013/04进入西安交通大学数学与统计学院工作，历任讲师、副教授;2019/08进入西交利物浦大学工作。研究方向包括有限元方法，计算流体力学，油藏模拟。在MathematicsofComputation,Journal of computational physics 等国际权威期刊上发表论文四十余篇，主持和参与面上项目、青年基金、博士后特等资助、CMG基金，苏州工业园区重点研发项目等十余项科研项目。指导的学生被帝国理工学院、伦敦大学学院、宾夕法尼亚大学、荷兰国家数学与计算机科学研究中心等高校和研究机构录取:指导的博士生任教于陕西师范大学、西北大学、烟台大学等高校。担任教育部学位论文评审专家。2019年，陈洁参加第8届华人数学家大会并做45分钟邀请报告。

时光，西安工程大学计算机科学与技术系副教授，西安交通大学数学专业理学博士，统计学科博士后。曾在香港中文大学未来城市研究所访问。研究方向为深度学习方法在空气污染预测以及遥感图像目标检测中的应用。目前主持国家自然科学基金1项，陕西省自然科学基金1项。