Complex dynamical systems are often under random fluctuations. The noisy fluctuations may be Gaussian or non-Gaussian, which are modeled by Brownian motion or α-stable Levy motion, respectively. The speaker will overview recent advances in deterministic methods for stochastic dynamical systems, including mean exit time, escape probability, most probable transition trajectories, and extracting stochastic governing laws from noisy data. These methods involve nonlocal partial differential equations with singular integral operators. 

报告人简介

段金桥，美国伊利诺伊理工学院应用数学系教授、随机动力系统与计算中心主任。本科毕业于武汉大学，硕士毕业于中国科学院，博士毕业于美国康乃尔大学，之后在加州理工学院从事博士后研究工作。曾任美国国家纯粹与应用数学研究所副所长（www.ipam.ucla.edu），曾被聘为美国密苏里科技大学Missouri University of Science and Technology（www.mst.edu）冠名Gary Havener系主任。研究领域包括非线性动力系统，随机动力系统，随机偏微分方程以及数学与其它学科的交叉研究。在随机动力系统，随机偏微分方程及其在数据科学，地球系统和生物系统应用研究领域作出了重要贡献。曾获得欧洲地球物理学会青年科学家论文奖。现任Stochastics and Dynamics杂志管理编辑，Interdisciplinary Mathematical Sciences丛书主编，以及Nonlinear Processes in Geophysics编委。