常芸凡

🎓 教育经历

🔬 研究方向

本人的个人兴趣在于利用量化的方式挖掘市场规律。

本人博士期间主要关注以深度学习求解偏微分方程，同时也对以下方向感兴趣：

• 凸优化
• 深度学习应用
• 偏微分方程数值解
• 量化交易

主要课题为利用深度学习加速偏微分方程传统数值的求解速度（主要为波动方程）。

📚 所修课程

本科课程

数学基础：数学分析、代数学基础、线性代数、实分析、微分方程、复分析、泛函分析、近世代数

应用数学：数据结构与数据库、组合学、概率论、数理统计、随机过程、运筹学、数值代数

交叉学科：管理学、经济学原理、C语言

数学类课程均为优秀

博士课程

算法分析与设计 • 高等数值分析 • 大数据和计算 • 机器学习基础 • 有限元方法 • 现代优化方法 • 差分方法 • 反问题理论及应用 • 深度学习

📝 发表文章

4. Chang Y, Yang D, He X. A deep learning operator-based numerical scheme method for solving 1-D wave equations[J]. Journal of Geophysics and Engineering, 2024: gxae062.

3. Yunfan Chang, Dinghui Yang, and Xijun He. “A robust numerical method based on deep learning operator for solving the 2D acoustic wave equation,” GEOPHYSICS 2024, 89(4): T195-T205.

2. Jiandong Huang, Dinghui Yang, Xijun He, and Yunfan Chang. “Wavefield simulation with the discontinuous Galerkin method for poroelastic wave equation in triple-porosity media”. GEOPHYSICS 2023 88:3, T121-T135.

1. HE XiJun, YANG DingHui, QIU ChuJun, ZHOU YanJie, CHANG YunFan. 2021. A parallel weighted Runge-Kutta discontinuous galerkin method for solving acousitc wave equations in 3D D’Alembert media on unstructured meshes. Chinese Journal of Geophysics (in Chinese), 64(3): 876-895.

🏆 荣誉及奖项