以下是讨论班安排，欢迎大家通过电话、QQ、微信或者best官网网站上发布的组织人邮箱等方式联系组织人，加入相关讨论班的QQ群或者微信群。
1. 组合文献选读
组织人：沈聪
时间：每周四上午
地点：线上
摘要：选读组合文献
2. 群论及相关问题研讨班
组织人：李保军、龚律
时间：每周六上午9：00-11：30
地点：36-403
摘要：学习群论相关基础知识，了解群论研究的一些前沿课题和常用研究手段。
3. 科学计算若干前沿问题研讨班
组织人：曹阳、沈琴琴、周晨璨等
时间：每周四晚上6:30-9:30
地点：10-302
摘要：科学计算广泛应用于自然科学和工程技术的各个领域，其意义在于将科学原理应用于解决复杂的实际问题。本讨论班将聚焦超大规模集成电路版图布局优化设计（合法化）、深度学习（图卷积神经网络、Transformer、Yolo系列）以及计算力学（Navier-Stokes方程、力电耦合方程）中出现的若干数值优化、偏微分方程数值解、大规模线性及非线性代数方程组等科学计算问题，重点探究其高效的数值求解算法并建立完备的收敛性理论。
4. 半监督学习方法
组织人：赵为华
时间：周二1-3
地点：36-304
摘要：主要讨论半监督学习方法及其应用
5. An Introduction to the Navier-Stokes Initial-Boundary Value Problem
组织人：张庆华等
时间：第5周-第16周周一下午
地点：线上腾讯会议
摘要：1. Leray-Hope Weak Solutions and Related Properties. 2. Existence of Weak Solutions. 3. Energy Equality and Uniqueness. 4. Regularity of Weak Solutions. 5. More Regular Solutions and the "Structure Theorem". 6. Serrin's Regularity Criterion
备注：员工报告，老师参与讨论
6. 数据驱动算法与无网格方法及其融合研究
组织人：金晶亮，孙林林
时间：每周五上午9：00-10：30
地点：36-308
摘要：数据驱动算法利用机器学习从数据中学习规律，无网格方法则摆脱网格束缚、灵活求解复杂物理场问题。两者融合可发挥数据驱动的建模能力与无网格方法的数值优势，形成高效、自适应的智能计算框架。本讨论班将围绕这一融合方向，介绍其基本思想、关键算法与典型应用。
7. AI for Scicence: 深度学习优化算法与PINNs的交叉实践
组织人：王建宏
时间：视情况而定
地点：36-429
摘要：以“AI for Science”为主题，聚焦深度学习优化算法与物理信息神经网络（PINNs）。
8. 微分方程理论在传染病模型中的应用
组织人：蔡永丽
时间：第6周到16周每周三9:00-11:30
地点：35-427
摘要：本讨论班聚焦微分方程理论在传染病模型中的应用，研讨常微分、反应扩散传染病动力学模型，围绕基本再生数、稳定性、自由边界等关键理论展开交流，结合 HIV、流感、结核等案例开展讨论，夯实理论基础，助力传染病动力学研究与学术成果产出。
9. 非线性偏微分方程
组织人：黎野平，王高峰，杨帆，赵李鲜
时间：第7-13周，星期一，7-9节
地点：38-110
摘要：偏微分方程在流体力学中的应用
10. Graphs and matrices
组织人：黄鹏
时间：2026/09/18--2026/12/25 每周周五8：30AM
地点：36#204
摘要：主要讨论图谱理论的相关问题
11. 生物蛋白结构计算与模拟
组织人：许志鹏
时间：每周三上午9:30
地点：36-308
摘要：蛋白质三维构象决定其生物学功能，分子模拟是解析蛋白作用机制与药物结合特性的核心手段。本次讨论班围绕蛋白结构模拟展开：一是蛋白结构基础，聚焦血小板膜蛋白结构特征与功能机制、中药有效成分靶向作用机理，明确结构域排布规律与配体-受体结合基础；二是计算模拟方法体系，融合生物数学建模思想，涵盖分子动力学原理、力场参数设置、溶剂化模型构建，以及分子对接，多尺度建模等实用技术；三是应用实践，结合分子动力学模拟，讨论AlphaFold 3在抗血栓药物设计优化中应用。
12. 不确定系统理论创新与问题实践
组织人：郭晓君，张晖等
时间：每周一上午 9:30-11:30
地点：36-509
摘要：介绍灰色系统的基本理论框架，探讨不确定系统预测优化创新方法，结合相关案例开展应用分析。
13. 图上几何分析和偏微分方程
组织人：王林峰，刘春连
时间：周三下午
地点：36—308
摘要：最近，借助于格林函数估计技巧，孙玉华等人利用体积增长条件得到无限图上几类偏微分方程Liouville型结果。讨论班拟阅读相关最新文献，并尝试进一步研究一些问题。
