时间：10月31日（周四）9：00-10：00

地点：勤园21号楼306学术报告厅

主讲人：吴杰 教授（新加坡国立大学、河北师范大学），1989年毕业于天津南开大学数学研究所，毕业获理学硕士。1992-1995年在美国罗切斯特大学数学系读研，1993年得硕士学位（MA），1995年毕业获博士学位。1995-1996年在美国加州大学伯克利分校数学研究所做博士后。1996-1997年在加拿大多伦多大学及约克大学数学系做博士后。1999-2019年在新加坡国立大学数学系工作，2019年-至今回国在河北师范大学数学与信息科学学院工作。吴杰教授主要研究同伦论及其与低维拓扑和群表示论的联系，在非稳定同伦论、单纯同伦论、构形空间及辫子群等方面做出过许多重要工作，使用单纯方法及群表示论方法解决了许多同伦论问题并形成自己独特的研究风格，同时建立了同伦论与辫子群、构形空间、置换群模表示论等方向的一些重要内在联系。吴杰教授的研究工作具有相当高的原创性，善于寻求新的方法攻克一些经典性的困难问题，并取得了一些令人惊喜的结果，尤其他在同伦群组合描述及辫子群与同伦群内在联系等方面的研究成果，近几年从事拓扑在数据分析与神经网络等领域的应用研究。他的研究工作发表在国际高水平期刊上，包括Journal of American Mathematical Society, Advance in Mathematics, Memoirs of American Mathematical Society, Topology, Mathematische Zeitschrift, Proceedings of London Mathematical Society等等。吴杰教授和Jon Berrick教授因建立了代数拓扑与辫子群理论的深刻联系的基础性工作而在2007 年度共同获得新加坡自然科学奖，同年吴杰获新加坡国立大学科学学院杰出科学家奖。主持多项新加坡教育部学术研究基金，主持国家自然科学基金海外联合基金（杰青B）。

内容简介：拓扑数据分析（TDA）在国际上目前已经成为数据科学的普遍使用的数学工具之一。在杭师大的本次报告，吴杰教授将介绍TDA在数据科学及其相关前沿科技领域的应用概况。吴杰教授也将介绍拓扑数据分析的基本数学思想以及我们近期的一些研究成果。新的研究将拓扑数据分析推广到超拓扑数据分析，从而对数据科学可以提供同时适用于云数据与图数据的统一的拓扑方法。这一推广大幅提升了拓扑数据分析的可适用范围，对基于图的大数据，诸如社会网络、经济金融管理数据等，具有潜在的应用；同时去除了拓扑数据分析的确定性数学方法条件，为数据科学及其相关领域通过自我参数设定研发原创性及保密性较强的拓扑算法提供一定的数学支援。报告将面向一般听众。