2026年复旦大学数学与人工智能国际暑期学校

2026年7月20日—7月25日

2026年复旦大学数学与人工智能国际暑期学校将于2026年7月20日至7月25日举行。本届暑期学校由复旦大学数学科学学院与上海数学中心联合主办，将围绕人工智能在数学中的理论与应用这一主题展开，包含深度学习理论、科学机器学习、神经网络逼近论、大语言模型与生成式人工智能，以及贝叶斯方法与反问题等相关的前沿方向。

本次暑期学校以授课讲座与专题报告相结合的形式举行：7月20日至21日及23日至25日安排系统性的授课讲座，7月22日则为专题报告日，邀请活跃于本领域的多位学者分享最新研究成果。

本次暑期学校面向全球青年学者、研究生与高年级本科生，旨在搭建数学与人工智能交叉领域的学术交流平台。欢迎加入我们，共同探索这一前沿方向！

去报名

课程安排

7月20日

时间 讲者 主题
9:30 – 9:45开幕式 / Opening Remarks
9:45 – 10:45何俊材Approximation Theory in Deep Learning
10:45 – 11:00茶歇 / Break
11:00 – 12:00何俊材Approximation Theory in Deep Learning
12:00 – 14:00午餐 / Lunch
14:00 – 15:00何俊材Approximation Theory in Deep Learning
15:00 – 15:15茶歇 / Break
15:15 – 16:15何俊材Approximation Theory in Deep Learning
16:15 – 17:00小组项目 / Group project

7月21日

时间 讲者 主题
9:30 – 10:30何俊材Approximation Theory in Deep Learning
10:30 – 10:45茶歇 / Break
10:45 – 11:45何俊材Approximation Theory in Deep Learning
12:00 – 14:00午餐 / Lunch
14:00 – 17:00海报交流 / Poster session

7月22日 · 专题报告日

时间 讲者 主题
9:00 – 10:00周定轩Structured Deep Neural Networks for AI
10:00 – 10:40周涛Efficient Deep Learning Methods for Very High Dimensional Quasilinear Parabolic PDEs and HJB Equations
10:40 – 11:00茶歇 / Tea break
11:00 – 11:40程修远Approximation of Intrinsic Hölder Functions on Manifolds by Ambient Gaussian Kernels
11:40 – 12:20包承龙Generative Modeling from Unpaired Data: Applications in Scientific Imaging
12:30 – 14:00午餐 / Lunch
14:00 – 14:40闫亮Latent Autoencoder Ensemble Kalman Filter for Nonlinear Data Assimilation
14:40 – 15:20孙若愚TBD
15:20 – 15:40茶歇 / Tea break
15:40 – 16:20谢琦Deep Network Module Design with Embedded Geometric Equivariance Priors
16:20 – 17:00王天宇Building a Math Research Assistant in the Age of AI

7月23日

时间 讲者 主题
9:30 – 10:30吴磊Approximation, Generalization, and Scaling in Deep Learning
10:30 – 10:45茶歇 / Break
10:45 – 11:45吴磊Approximation, Generalization, and Scaling in Deep Learning
12:00 – 14:00午餐 / Lunch
14:00 – 15:00吴磊Approximation, Generalization, and Scaling in Deep Learning
15:00 – 15:15茶歇 / Break
15:15 – 16:15吴磊Approximation, Generalization, and Scaling in Deep Learning
16:15 – 17:00小组汇报 1 / Group report 1

7月24日

时间 讲者 主题
9:30 – 10:30吴磊Approximation, Generalization, and Scaling in Deep Learning
10:30 – 10:45茶歇 / Break
10:45 – 11:45吴磊Approximation, Generalization, and Scaling in Deep Learning
12:00 – 14:00午餐 / Lunch
14:00 – 15:00何俊材Deep Learning Methods and Theories in Traditional Numerical PDEs
15:00 – 15:15茶歇 / Break
15:15 – 16:15何俊材Deep Learning Methods and Theories in Traditional Numerical PDEs
16:15 – 17:00小组汇报 2 / Group report 2

7月25日

时间 讲者 主题
9:30 – 10:30何俊材Deep Learning Methods and Theories in Traditional Numerical PDEs
10:30 – 10:45茶歇 / Break
10:45 – 11:45何俊材Deep Learning Methods and Theories in Traditional Numerical PDEs
12:00 – 14:00午餐 / Lunch
14:00 – 15:00何俊材Deep Learning Methods and Theories in Traditional Numerical PDEs
15:00 – 15:15茶歇 / Break
15:15 – 16:15何俊材Deep Learning Methods and Theories in Traditional Numerical PDEs
16:15 – 17:00小组汇报 3 / Group report 3
17:00 – 17:30总结 / Summary

核心授课师资（字母序）

何俊材 助理教授

清华大学丘成桐数学科学中心

何俊材现任清华大学丘成桐数学科学中心助理教授。
他于 2019 年在北京大学获得计算数学博士学位，博士期间曾多次访问美国宾夕法尼亚州立大学计算数学与应用中心 (CCMA)；2019 年至 2024 年在沙特阿卜杜拉国王科技大学 (KAUST) 担任研究科学家，随后加入清华大学丘成桐数学科学中心。
他的主要研究方向包括科学机器学习、数值偏微分方程、有限元方法与深度神经网络的联系、神经网络的逼近与表示理论，以及多尺度算法，研究内容横跨数据科学与物理科学。
他曾获德州大学奥斯汀分校 R. H. Bing Fellowship、北京大学计算与应用数学博士研究生拔尖人才培养计划，以及北京大学博士研究生校长奖学金等多项荣誉。

吴磊 助理教授

北京大学

吴磊现任北京大学数学科学学院与北京大学机器学习研究中心助理教授。
他于 2018 年在北京大学获得计算数学博士学位；2018 年至 2021 年先后在普林斯顿大学与宾夕法尼亚大学从事博士后研究，随后加入北京大学。
他的研究致力于揭示深度学习成功背后的数学机理，主要研究方向包括神经网络的逼近与表示能力、SGD 与 Adam 等优化算法的动力学行为，以及大语言模型 (LLM) 训练中的涌现现象。

专题报告嘉宾（字母序）

包承龙 副教授

清华大学丘成桐数学科学中心

包承龙现任清华大学丘成桐数学科学中心副教授，并兼任清华大学生命科学学院膜生物学全国重点实验室研究员、北京雁栖湖应用数学研究院副研究员。
他于 2014 年在新加坡国立大学获得数学博士学位；2015 至 2017 年在新加坡国立大学数学系从事博士后研究，2018 年加入清华大学丘成桐数学科学中心，先后担任助理教授、副教授。
他的主要研究方向包括数据科学与应用数学、冷冻电镜中的图像处理、机器学习、大规模优化算法，以及计算调和分析。

程修远 教授

杜克大学

程修远现任杜克大学三一文理学院数学系教授、统计科学系教授。
她于 2013 年在普林斯顿大学应用与计算数学项目 (PACM) 获得博士学位；2013 至 2015 年在巴黎高等师范学院 (École Normale Supérieure) 从事博士后研究，2015 至 2017 年担任耶鲁大学 Gibbs 助理教授，2017 年加入杜克大学，先后担任助理教授、副教授，现任教授。
她的主要研究方向是发展理论与计算方法，以解决高维数据分析、信号处理，以及机器学习中的问题。
她曾获美国国家科学基金会 NSF CAREER Award (2023)、斯隆研究奖 (Sloan Research Fellow, 2019)、以及普林斯顿大学 Harold W. Dodds Fellowship 与 C. V. Starr Fellowship (2012) 等多项荣誉。

孙若愚 副教授

香港中文大学（深圳）

孙若愚现任香港中文大学（深圳）数据科学学院终身副教授，并兼任深圳市大数据研究院高级研究科学家与深圳国际工业与应用数学中心 (SICIAM) 副主任。
他在美国明尼苏达大学获得电气工程博士学位，随后在斯坦福大学从事博士后研究，并于 Facebook AI 研究院 (FAIR) 担任全职访问研究科学家；2017 至 2022 年在美国伊利诺伊大学香槟分校 (UIUC) 担任工业与企业系统工程系助理教授（电气与计算机工程系兼聘），随后加入香港中文大学（深圳）。
他的主要研究方向包括大型基础模型的理论与算法、生成式人工智能、学习辅助优化、神经网络压缩，以及神经网络损失函数景观与 Adam 算法的理论分析。他对非凸优化问题尤有研究：曾在 FOCS 上发表非凸矩阵补全的几何分析、撰写广为引用的综述 “Optimization for deep learning: an overview”，并给出原始 Adam 算法的收敛性证明。

王天宇 助理教授

复旦大学上海数学中心

王天宇现任复旦大学上海数学中心助理教授。
他于 2021 年在美国杜克大学计算机科学系获得博士学位，随后加入复旦大学上海数学中心。
他的主要研究方向包括机器学习、优化理论、理论计算机科学、大语言模型 (LLM)，特别关注零阶优化与随机老虎机 (stochastic bandits) 算法，并致力于探索人工智能时代下数学研究工具与方法的构建与应用。

谢琦 副教授

西安交通大学

谢琦现任西安交通大学数学与统计学院副教授、博士生导师。
他于 2020 年在西安交通大学获得应用数学博士学位；期间曾于普林斯顿大学统计学系访问学习。2020 年加入西安交通大学数学与统计学院，先后担任助理教授、副教授。
他的主要研究方向包括机器学习、图像处理、图像数据先验的数学建模、模型驱动深度学习，以及医学影像重建与低层视觉问题。

闫亮 教授

东南大学

闫亮现任东南大学数学学院教授、博士生导师。
他于 2011 年在兰州大学获得数学博士学位，随后加入东南大学，先后担任助理教授、副教授，现任教授。
他的主要研究方向包括贝叶斯建模与计算、反问题与不适定问题、科学机器学习、深度贝叶斯方法，以及数据同化，在贝叶斯反问题的代理模型、集合卡尔曼反演、Stein 变分梯度下降等方向均有重要工作。
他曾获东南大学优秀本科生导师，并于 2021 年获东南大学首届"杰出教学奖"——教学新秀奖。

周定轩 教授

悉尼大学

周定轩现任悉尼大学数学与统计学院院长、教授。
他于 1991 年在浙江大学获得数学博士学位。移居澳大利亚之前，他长期任职于香港城市大学，担任数据科学学院与数学系讲座教授，并历任刘璧如数学科学中心主任、数据科学学院副院长与数学系主任。
他的主要研究方向包括深度学习理论、统计机器学习、深度神经网络、逼近论、小波分析，以及机器学习的相关应用。
他于 2005 年获国家自然科学基金委员会国家杰出青年科学基金资助；曾入选 Thomson Reuters / Clarivate 高被引研究学者 (2014–2017)，并连续入选斯坦福大学发布的"全球前 2% 顶尖科学家"榜单 (2021、2022)。

周涛 研究员

中国科学院数学与系统科学研究院

周涛现任中国科学院数学与系统科学研究院计算数学与科学工程计算研究所 (ICMSEC) 研究员， 并兼任中国工业与应用数学学会 (CSIAM) 副秘书长。
他于 2011 年获得博士学位，2011 至 2012 年在瑞士洛桑联邦理工学院 (EPFL) 从事博士后研究，随后加入中国科学院数学与系统科学研究院，先后担任助理研究员、副研究员，现任研究员。
他的主要研究方向包括科学机器学习、偏微分方程的数值方法、谱方法与高阶方法及其应用、时间并行算法、相场模型，以及随机最优控制，系统发展了时间并行方法 ParaDiag，并在贝叶斯反问题的自适应代理模型方面做出重要工作。
他于 2025 年获中国数学会第二十二届陈省身数学奖、2022 年获第三届王选杰出青年学者奖（北大基金会），以及 2016 年获中国工业与应用数学学会青年科技奖。

报名

报名截止

请于 2026年6月18日 前完成报名。请注意，此链接仅用于初步报名，后续如被录取，我们将通过邮件进一步收集详细信息。录取结果将于 2026年6月30日 前通过邮件通知。

申请资格

面向全球高校及科研机构的数学、计算机科学、人工智能及相关领域的青年学者、研究生与高年级本科生。

申请材料

  • 个人陈述
  • 个人简历
  • 推荐信（青年教师免提交）

资助计划

当地食宿费用全额资助（安排双人间住宿），优秀申请人还将获得部分旅费补贴。

位置

复旦大学 江湾校区

地址

上海市杨浦区淞沪路2005号

组织

暑期学校组委会

学生助教

举办单位