為了總結2021年取得的成績與不足，研讨數學與交叉科學的研究進展，讨論數學與我校其他學科交叉發展的未來方向。促進學科交叉融合，加強合作，增強團隊之間的協作能力，提高我院科研水平，應用數學與交叉科學研究中心2021年終總結會于2022年1月4日舉行，并取得了圓滿成功。本次會議邀請了中山大學的周天壽教授和華中師範大學的李炜教授，以及院内部分青年學者做學術報告。本次會議采取線上線下相結合的方式，校外專家做線上報告，校内專家做線下報告，會議由張本龔副院長主持，信息與計算科學系和數學與應用數學系老師參加了會議。

會議首先由中心首任主任中山大學的周天壽教授做題為“非線性随機動力系統的逼近方法”的報告。該報告介紹了兩種實用的逼近方法：降維方法和升維降噪方法，并通過實際案例的分析來證明這兩種方法的有效性，具有寬廣的應用前景

。

李炜教授做了題為“非平衡相變的監督與非監督學習”的報告，利用機器學習手段，對非平衡相變目前所知道的最大普适類—DP普适類—的DP模型進行了分析，發現未标簽的非監督學習，能對模型的相進行分類，并準确預測相變發生的臨界點。而标簽的監督學習，也能給出相變發生的臨界阈值，以及空間關聯指數。

随後，譚雅岚博士針對現有用于RNA三維結構評估的統計勢對來源于結構預測模型的實際測試集效果不佳問題做了題為“Statistical potential for RNA 3D structure evaluation”的報告。報告提出了一個新的基于堿基分離度的RNA三維結構評估統計勢（rsRNASP），通過廣泛的測試發現，對來源于結構預測模型的實際測試集，rsRNASP在天然态結構進行識别、構象集排序等評估指标上都明顯優于現有的傳統統計勢和基于神經網絡訓練得到的統計勢。

陳蕊娟博士針對小步長導緻加速算法收斂速度慢的問題，做了題為“微分方程視角的加速分布式優化算法”的報告。通過考慮目标函數為二次函數時的分布式優化問題，提出了隐式Euler加速分布式優化算法。實驗結果表明，所提出的算法Im-DGD在二次函數情形下實現了較原算法更快的收斂速度。

時亞洲副教授做了題為“RNA 空間結構的從頭預測”的報告。報告對現有的RNA空間結構的預測方法進行簡單的綜述，在此基礎上，進一步詳細介紹提出的粗粒化模型。該模型不僅能夠從頭預測（即僅基于給定序列）RNA分子的空間結構，還能定量預測溫度及離子條件對RNA結構的影響。

會議最後由江健教授對2021年度應用數學與交叉中心在黨建活動、學科建設、專業建設、師資隊伍、科學研究、教學成果、學科競賽等方面做了全面總結。會後老師們積極參與讨論了數學與我校其他學科交叉發展的未來方向，并對2022年學院成果更上一層樓充滿了期待！（通訊員：江健）