报告题目：拓扑数据分析及应用

主 讲 人：雷逢春

报告时间：2020年11月14日 9:00-10:30

报告地点：腾讯会议 会议ID：347 446 471

报告摘要：在复杂的大数据内部也存在着在连续变换（或拓扑变换）下保持不变的结构性质，我们可以形象地称之为数据的形状特征（或拓扑特征）。挖掘数据的拓扑特征的方法就是拓扑数据分析（Topological Data Analysis，简称TDA），是最近十余年发展起来的新兴交叉学科。相比于主成分分析、聚类分析这些常用的数据分析方法，TDA不仅可以有效地捕捉高维数据空间的拓扑信息，而且擅长发现一些用传统方法无法发现的小分类。TDA作为一种强大的数据分析工具，已经开始被广泛的应用与大数据相关的各个领域。本报告将概要介绍拓扑数据分析的基本理论、方法和一些应用实例。

个人简历：雷逢春， 1990年博士毕业于吉林大学，曾先后在吉林大学和哈尔滨工业大学工作，现任大连理工大学数学科学学院教授，博士生导师，中国数学会常务理事，大连数学会理事长。主要从事低维流形拓扑方面的研究工作，在三维流形拓扑理论、纽结理论、低维拓扑与代数拓扑的交叉以及应用拓扑方面取得了丰硕的研究成果，先后在国际上有重要影响的数学杂志上发表研究论文四十余篇。曾获国家教委科技进步二等奖、黑龙江省杰出青年科学基金，2002年入选教育部“跨世纪优秀人才培养计划”。多次参加国家自然科学基金重点项目和海外合作项目的研究工作，多次主持国家自然科学基金面上项目。