周好民 编辑

佐治亚理工学院数学系教授

周好民周好民

周好民,应用数学家,冯康科学计算奖获得者,佐治亚理工学院数学系教授。周好民1991年在北京大学数学系基础数学专业本科毕业,1994年获北京大学计算数学硕士学位,1996年获香港中文大学应用数学硕士学位,2000年获加州大学洛杉矶分校应用数学博士学位。2000年至2003年,在加州理工学院从事博士后研究。2003年起在佐治亚理工学院数学系工作,于2012年晋升为教授。2019年获得冯康科学计算奖。周好民的研究兴趣包括信号及图像处理、随机微分方程的数值解及应用。

基本信息

编辑

中文名:周好民

毕业院校:加州大学洛杉矶分校

职业:教育科研工作者

主要成就:2019年获得冯康科学计算奖

人物经历

编辑
1991年,周好民本科毕业于北京大学数学系基础数学专业,获得学士学位。

1994年,获得北京大学计算数学硕士学位。

1998年,获得香港中文大学应用数学硕士学位。

2000年,获得加州大学洛杉矶分校应用数学博士学位,导师为陈汉夫教授。

2000年至2003年,在加州理工学院应用和计算数学系从事博士后研究,并担任冯·卡门讲师。

2003年,加入佐治亚理工学院数学系,担任助理教授。

2008年,晋升为副教授。

2012年,晋升为教授。

周好民教授周好民教授

主要成就

编辑

科研成就

  • 科研综述

    在图像处理方面,周好民设计了ENO-Wavelet变换,并严格证明了ENO-Wavelet可以对间断函数得到一致逼近阶。实验表明ENO-Wavelet变换可以有效的减少小波在图像压缩过程中的Gibbs震荡。他还提出了用全变差(TV)来控制及恢复小波系数的模型和算法。

    在随机微分方程的数值解方面,他研究了利用Wiener-Chaos Expansion求解白噪声驱动的Navier-Stokes方程和Helmholtz方程。在与工程系专家的合作中,他提出了基于随机Helmholtz方程的不相干光问题的数学模型及算法,其速度比解决同类问题的传统算法快两个数量级。

    此外,他与其团队成员针对图上的最优传输问题做出了一系列基础理论的研究成果,包括精确的给出了在图上的最优传输距离的定义,推导了图上的非线性Schrodinger方程和Fokker-Planck方程及指数收敛到稳态解的性质。他把图上的最优传输理论成功的应用于工程控制算法及社交媒体信息传播问题。

    周好民的其他研究方向包括非线性信号分解和反问题的数值计算。

    荣誉表彰

    周好民于2002年获得Honorable Mention of Householder Award,2007年获美国国家科学基金委Career奖。

    2019年,获得冯康科学计算奖。

  • 社会任职

    编辑
    周好民从2008年1月起任美国Inverse Problems and Imaging杂志主编,同时兼任多个期刊的评审。

    下一篇 郑广生

    上一篇 吴国宝