Weinan E ( chino :鄂维南; pinyin : È Wéinán ; nacido en septiembre de 1963) es un matemático chino . Es conocido por su trabajo pionero en matemáticas aplicadas y aprendizaje automático . Sus contribuciones académicas incluyen nuevos resultados matemáticos y computacionales en ecuaciones diferenciales estocásticas ; diseño de algoritmos eficientes para calcular problemas multiescala y multifísicos, particularmente aquellos que surgen en dinámica de fluidos y química; y trabajo pionero en la aplicación de técnicas de aprendizaje profundo a la computación científica . [1] Además, ha trabajado en modelado multiescala y el estudio de eventos raros. [2]
También ha realizado contribuciones a la teoría de la homogeneización , modelos teóricos de turbulencia , ecuaciones diferenciales parciales estocásticas, análisis de estructura electrónica , métodos multiescala, dinámica de fluidos computacional y teoría KAM débil . Actualmente es profesor en el Departamento de Matemáticas y Programa de Matemáticas Aplicadas y Computacionales de la Universidad de Princeton , y en el Centro de Investigación en Aprendizaje Automático y la Facultad de Ciencias Matemáticas de la Universidad de Pekín . Desde 2015, ha sido el director inaugural del Instituto de Investigación de Big Data de Beijing. Fue orador plenario invitado del Congreso Internacional de Matemáticos 2022. [3]
E Weinan nació en Jingjiang , China . Completó sus estudios universitarios en el Departamento de Matemáticas de la Universidad de Ciencia y Tecnología de China en 1982, y su maestría en la Academia de Matemáticas y Ciencias de Sistemas de la Academia de Ciencias de China en 1985. Obtuvo su doctorado. Licenciado bajo la supervisión de Björn Engquist en el Departamento de Matemáticas de la Universidad de California en Los Ángeles en 1989. Luego se convirtió en miembro visitante del Courant Institute de la Universidad de Nueva York de 1989 a 1991, y miembro del Institute for Advanced Study de 1991 a 1992. Después de pasar dos años más como miembro a largo plazo del Institute for Advanced Study, se unió al Courant Institute de la Universidad de Nueva York como profesor asociado en 1994, y se convirtió en profesor titular en 1997. Desde 1999, ha ocupado una cátedra en el Departamento de Matemáticas y el Programa de Matemáticas Aplicadas y Computacionales de la Universidad de Princeton . Actualmente ocupa una cátedra en el Centro de Investigación en Aprendizaje Automático y la Facultad de Ciencias Matemáticas de la Universidad de Pekín.
Ha realizado contribuciones a la teoría de homogeneización , modelos teóricos de turbulencia , ecuaciones diferenciales parciales estocásticas, análisis de estructura electrónica , métodos multiescala, dinámica de fluidos computacional y teoría KAM débil . En el estudio de eventos raros, él y sus colaboradores han desarrollado el método de cuerdas y la teoría de trayectorias de transición. En modelado multiescala, él y sus colaboradores han desarrollado los métodos multiescala heterogéneos (HMM). También ha realizado contribuciones significativas a la comprensión matemática de la base microscópica de las teorías macroscópicas para sólidos.
Es cofundador de Moqi Inc en Beijing, que ha desarrollado y proporcionado tecnología de inteligencia artificial de reconocimiento de huellas dactilares para el Ministerio de Seguridad Pública de la República Popular China. [4] [5]
Es un importante accionista de la empresa de análisis de big data con sede en Beijing PrinceTechs [ cita requerida ] y director de un proyecto del Programa 973 , un programa de investigación básica iniciado por la República Popular China para lograr una ventaja tecnológica y estratégica en varios campos científicos y especialmente el desarrollo de la industria de minerales de tierras raras. [6]
Recibió el Premio Presidencial de Carrera Temprana en Ciencia e Ingeniería en 1996, [7] y el Premio Feng Kang en Computación Científica en 1999. [8] Fue ganador del Premio ICIAM Collatz [9] en el 5º Congreso Internacional de Matemática Industrial y Aplicada por su trabajo en matemáticas industriales y aplicadas, el Premio Ralph E. Kleinman en 2009, [10] y el Premio Theodore von Kármán en 2014. [11] Fue elegido miembro del Instituto de Física en 2005, miembro del SIAM en 2009, [12] miembro de la Academia China de Ciencias en 2011, [13] y miembro de la Sociedad Americana de Matemáticas [14] en 2012. Fue invitado a hablar en el Congreso Internacional de Matemáticos (2002), y en la Reunión Anual de la Sociedad Americana de Matemáticas (2003). En 2019, E recibió el Premio Peter Henrici . [15] Es un orador plenario invitado del Congreso Internacional de Matemáticos 2022 en San Petersburgo. [16] Recibirá el Premio ICIAM Maxwell 2023 [17] en el 9º Congreso Internacional de Matemáticas Industriales y Aplicadas por "sus contribuciones seminales a las matemáticas aplicadas y, en particular, al análisis y la aplicación de algoritmos de aprendizaje automático, modelado multiescala, modelado de eventos raros y ecuaciones diferenciales parciales estocásticas".
Weinan E, Weiqing Ren y Eric Vanden-Eijnden. "Método de cuerdas para el estudio de eventos raros". Physical Review B 66, n.º 5 (2002).
Weinan E, y Bjorn Engquist. "Los métodos multiescala heterogéneos". Communications in Mathematical Sciences 1, no. 1 (2003): 87-132.
Weinan E, Principios de modelado multiescala. Cambridge University Press, 2011.
Weinan E, "Una propuesta sobre aprendizaje automático a través de sistemas dinámicos", Comm. Math. Stat., vol. 5, n.º 1, págs. 1–11, 2017.
Linfeng Zhang, Han Wang, Jiequn Han, Roberto Car, Weinan E, "Dinámica molecular de potencial profundo: un modelo escalable con la precisión de la mecánica cuántica", Physical Review Letters 120(10), 143001 (2018).
Jiequn Han, Arnulf Jentzen, Weinan E, "Resolución de ecuaciones diferenciales parciales de alta dimensión mediante aprendizaje profundo", Actas de la Academia Nacional de Ciencias, 115(34), 8505–8510 (2018).