报告题目：数据科学中的数学

报 告 人：沈佐伟 (新加坡国家科学院、发展中国家科学院及欧洲科学院院士)

报告时间：2026年3月24日（星期二）9:00

报告地点：瘦西湖校区数学学院二楼225会议室

报告摘要：在当今大数据时代,发现、解读、学习和利用隐藏在数据中的信息、知识和资源可以推动科技进步和社会发展,提高人们的日常生活质量和工作能力。然而,数据的复杂性和人们对其未来价值的高期望,给数据科学发展带来了诸多挑战。但这些挑战也预示其在各领域广阔的应用前景。在本次报告中,我们将以小波理论的发展及其在图像和视频处理、压缩感知等方面的应用,以及机器学习为例,重点展示数学在大数据时代的关键作用。此外，我们还将深入探讨数学如何驱动数据科学的发展,以及数学家在大数据时代所面临的挑战。

报告人简介：沈佐伟是新加坡国立大学（NUS）杰出讲席教授，现任数学与科学研究所所长。他于1982年在河海大学获得学士学位，短期在该校任教后前往加拿大继续深造。先后于1987年和1991年在阿尔伯塔大学获得硕士和博士学位。随后，他在威斯康星大学麦迪逊分校从事博士后研究。1993年加入新加坡国立大学，2002年晋升为教授，2009年获聘为杰出讲席教授，并于2013年至2021年担任“陈振传世纪讲席”教授。在NUS，沈佐伟担任过多个行政职务，包括副教务长、研究生院院长、理学院院长和数学系主任。由于他在大学服务与学术发展方面的杰出贡献，他荣获新加坡公共行政银奖。

沈佐伟的研究聚焦于数据科学的数学基础，致力于发展严谨的数学理论和高效算法，以解决数据科学中的关键问题。他从实际挑战中汲取灵感，推动理论创新，其研究领域涵盖逼近论、小波理论及应用、图像处理、压缩感知和机器学习，并在理论与应用领域均取得显著进展。

他已发表170余篇论文，展现了其植根于应用数学的跨学科研究理念。其研究成果广泛发表于各类应用数学期刊，例如他在八本 SIAM 期刊上的论文，包括：Math. Anal.、Numerical Anal.、Sci. Computing、Matrix Anal.、Optim.、Control Optim.、Imaging Sci. 和 Multi-Scale Modeling。在此基础及所发展的算法之上，他的研究进一步拓展至工程与计算机科学领域，相关论文发表于 IEEE Trans. Image Process.、IEEE Trans. Pattern Anal. Mach. Intell.、IEEE Trans. Medical Imaging, Med. Biol., J. Optical Soc. Amer., J. Vib. Acoust., Neural Computation, and J. Mach. Learning Research, 也发表于 CVPR、ICML 和 NeurIPS 等会议。此外，实际应用激发了他发展数学理论和概念，这些理论和概念不仅深化了对应用的理解，而且在多个领域具有广泛的适用性。这些研究结果发表于 J. Math. Pures Appl. 等连接应用与纯数学的期刊，以及 J. Amer. Math. Soc.、J. Eur. Math. Soc.、J. Funct. Anal.、Duke Math. J.、Amer. J. Math. 和 Adv. Math. 等纯数学期刊。

沈佐伟多次受邀在国际重要会议上作特邀报告，包括国际数学家大会（ICM）和国际工业与应用数学大会（ICIAM）。他的贡献获得多项殊荣，包括新加坡国家科学奖和国际光学与光子学学会（SPIE）颁发的‘小波先锋奖’。他是美国数学学会(AMS）、工业与应用数学学会（SIAM）会士，并当选为新加坡国家科学院、发展中国家科学院（TWAS）及欧洲科学院（EurAsc）院士。

沈佐伟积极参与学术工作，担任 Forum of Mathematics Pi 以及多个 SIAM 和 AMS 期刊的编辑。他还在国际学术界发挥积极作用，担任国际数学家大会报告人遴选小组成员、国际工业与应用数学大会学术委员会成员、ICIAM 奖项委员会成员以及发展中国家科学院院士遴选咨询委员会成员。

主办单位：扬州大学数学学院

联系人：刘祖汉

欢迎感兴趣的老师和同学参加！