Details

Category: Tin nghiên cứu

Created: 14 April 2022

Last Updated: 17 July 2022

Hits: 16693

 

GẶP GỠ TOÁN HỌC – TRƯỜNG HÈ 2022

 

"Gặp gỡ toán học mùa hè" hay “Gặp gỡ mùa hè” là một hội nghị toán học hằng năm, được tổ chức lần đầu tiên vào năm 2008, do cựu sinh viên Khoa Toán - Tin học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Thành phố Hồ Chí Minh (VNUHCM-US) đang công tác ở các trường đại học trong và ngoài nước phối hợp tổ chức tại VNUHCM-US. Các báo cáo trong Gặp gỡ mùa hè do chính các nhà toán học là cựu sinh viên từng học tập tại Khoa Toán-Tin học, Trường ĐH Khoa học Tự nhiên Tp. Hồ Chí Minh trình bày, nhằm mục tiêu giao lưu và trao đổi các hướng nghiên cứu mới, kết quả mới. gặp gỡ mùa hè chào đón tất cả mọi người quan tâm tham dự, đặc biệt là các bạn sinh viên, học viên cao học và nghiên cứu sinh.

Hội nghị Gặp gỡ mùa hè chính thống đã trải qua gần 15 năm và hằng năm được tài trợ và chủ trì bởi Trường ĐH Khoa học Tự nhiên Tp. Hồ Chí Minh, Khoa Toán-Tin học. Từ năm 2022, hoạt động khoa học này sẽ trở thành hoạt động thường niên trong Chương trình trọng điểm quốc gia phát triển Toán học giai đoạn 2021 đến năm 2030 tại Trường, và kết hợp với các lớp hè thành chuỗi hoạt động “Gặp Gỡ Toán Học và Trường Hè”. 

Gặp Gỡ Toán học năm 2022 bao gồm hai phần chính: Lớp Hè 2022 và một ngày hội nghị.

1. Lớp Hè 2022

Lớp Hè khởi đầu ở trình độ và kiến thức của sinh viên đại học ngành toán, tin học, và có thể kết thúc với việc giới thiệu một số vấn đề đương đại phù hợp cho trình độ học viên cao học, nghiên cứu sinh, và giảng viên. Nội dung và cách trình bày của lớp hè hứa hẹn hay, mới, thu hút được người học. Các lớp hè này mở cho mọi người quan tâm, không tính tín chỉ và sẽ cấp giấy chứng nhận hoàn thành lớp học (nếu cần).

Năm 2022, sẽ diễn ra 02 lớp hè:

Lớp 1

Trình bày: Nguyễn Công Phúc (Louisiana State University, USA), trực tiếp (có chia sẻ qua Zoom) tại Trường ĐH Khoa học Tự nhiên Tp. Hồ Chí Minh (CS Nguyễn Văn Cừ). GS. Phúc là chuyên gia hàng đầu về Giải tích điều hòa, Phương trình đạo hàm riêng và Giải tích phi tuyến tại Hoa Kỳ (xem thêm tại: https://www.math.lsu.edu/~pcnguyen/).

Tên mini-course: Introduction to nonlinear potential theory and related PDEs.

(Nhập môn lý thuyết thề vị phi tuyến và các phương trình đạo hàm riêng liên quan)

Thời gian: 10g-11g sáng, ngày 18, 20, 22 tháng 7 năm 2022 (Hai, Tư, Sáu)

Địa điểm: F.207, Trường ĐH KHTN (cơ sở Nguyễn Văn Cừ)

Yêu cầu kiến thức chuẩn bị: Giải tích hàm và Giải tích thực bậc đại học.

Ngôn ngữ: Tiếng Anh và tiếng Việt.

Mini-course description: This is an introductory course to nonlinear potential theory with some applications to partial differential equations. I will begin with basic results on integral estimates for linear and nonlinear potentials and conclude with the use of potentials to provide pointwise bounds for solutions to a class of quasilinear elliptic equations with measure data. Topics include Riesz and Havin-Maz'ya-Wolff potentials, Sobolev spaces, capacities, maximal functions, wighted norm inequalities, and potential estimates for quasilinear elliptic equations of p-Laplace type, etc.

References

[1] D. R. Adams and L. I. Hedberg, Function Spaces and Potential Theory, SpringerVerlag, Berlin, 1996.

[2] L. Grafakos, Classical Fourier Analysis, 3rd edition, Graduate Texts in Mathematics, 249. Springer, New York, 2014. xviii+638 pp.

[3] T. Kuusi and G. Mingione, Universal potential estimates, J. Funct. Anal. 262 (2012), 4205-4269.

[4] Q.-H. Nguyen and N. C. Phuc, A comparison estimate for singular p-Laplace equations and its consequences. Available on Math arXiv at https://www.google.com/url?q=https://arxiv.org/abs/2202.11318&source=gmail&ust=1651118700993000&usg=AOvVaw0RKIGR6ziv8jl5wHpBsiA5">https://arxiv.org/abs/2202.11318

[5] E. M. Stein, Singular Integrals and Differentiability Properties of Functions, Princeton Mathematical Series, No. 30, Princeton University Press, Princeton, NJ, 1970.

Lớp 2

Trình bày: Châu Ngọc Huy (The University of Manchester, UK), trực tuyến  qua Zoom. GS. Huy hiện đang là chuyên gia về Toán tài chính, Khoa học dữ liệu tại Vương Quốc Anh (xem thêm tại: https://sites.google.com/site/chaungochuyvn/).

Tên mini-course: Định giá và quản lý rủi ro trong thị trường phái sinh.

Thời gian: từ 15g30 các ngày 18,20 và 22/07/2022.

Hình thức: Trực tuyến qua Zoom (thông tin ID và passcode sẽ được gửi qua email đăng ký)

2. Hội nghị Gặp Gỡ Toán học

Hội nghị Gặp Gỡ Toán học 2022 do các cựu sinh viên sau trình bày (dự kiến) theo hình thức trực tiếp kết hợp trực tuyến.

Thời gian: Từ 8g00 ngày 23/07/2022

Địa điểm: Hội trường I

Khách mời tham gia:

• Đào Nguyên Anh (Trường Đại học Kinh tế TP. HCM)
• Nguyễn Hồ Minh Duy (Max Planck Research School for Intelligent Systems, Germany)
• Hoàng Văn Hà (VNUHCM-US)
• Nguyễn Quốc Hưng (Chinese Academy of Sciences, Beijing, China)
• Châu Ngọc Huy (The University of Manchester, UK)
• Ngô Minh Mẫn (VNUHCM-US)
• Nguyễn Quốc Thông (Sofft Industries, Lyon, France)
• Phạm Hồng Quang (SMU, Singapore)
• Nguyễn Trung Tín (Inria Grenoble-Rhône-Alpes Research Centre, France)
• Nguyễn Khắc Định (Công ty TNHH Bảo hiểm Nhân thọ Dai-ichi Việt Nam)
• Trà Quốc Khanh (Công ty TNHH Bảo hiểm Nhân thọ Chubb Việt Nam)
• Nguyễn Thị Mừng (Công ty TNHH Bảo hiểm Nhân thọ Aviva Việt Nam)
• Phạm Nguyễn Công Tâm (Công ty TNHH Bảo hiểm Nhân thọ Chubb Việt Nam)

Thời gian: 8g sáng ngày 23/07/2022.

Ngoài ra, nhằm để sinh viên, học viên biết thêm về việc học Toán còn có thể làm gì, sau các bài nói chuyện hàn lâm trên, dự kiến sẽ tiến hành gặp gỡ với các cựu sinh viên đang công tác trong công ty, doanh nghiệp … mà có sử dụng đến công cụ Toán học trong công việc.

Nơi tổ chức chính thức Gặp Gỡ Toán học – Lớp hè: Trường ĐH Khoa học Tự nhiên Tp. Hồ Chí Minh, 227, Nguyễn Văn Cừ, Quận 05, Thành phố Hồ Chí Minh.

Ngôn ngữ sử dụng: Tiếng Việt

Thời gian đăng ký tham dự: đến hết 16g ngày 10 tháng 07 năm 2022

Đăng ký tham gia:  điền thông tin tại đây

 

Các thông tin chính thức về hội nghị, các báo cáo, và lớp hè được duy trì trên trang web www.math.hcmus.edu.vn/ggth 

Ban tổ chức

Mai Hoàng Biên – Trưởng ban               

Lý Kim Hà – đồng Trưởng ban 

Hoàng Văn Hà

Nguyễn Thanh Bình

Võ Đức Cẩm Hải 

Ông Thanh Hải 

Võ Sĩ Trọng Long 

Thư ký hội nghị:

Lê Thiện Đạt (VNUHCM-US)

Nguyễn Hoàng Hải (VNUHCM-US) (liên hệ: This email address is being protected from spambots. You need JavaScript enabled to view it.)

Đơn vị hỗ trợ và chủ trì

Trường Đại học Khoa học Tự nhiên TPHCM, ĐHQG-HCM

Khoa Toán-Tin học - Faculty of Mathematics and Computer Science

Trung tâm Khoa học Toán học.

 

Bài viết về Gặp Gỡ Toán học đầu tiên năm 2008 (viết bởi GS. Dương Minh Đức)

 

Poster Hội nghị

Details

Category: Tin nghiên cứu

Created: 24 July 2018

Last Updated: 27 March 2020

Hits: 1337

	13:00 - 14:00	•        Thảo luận và trao đổi chung giữa các cấp quản lý, cộng đồng, giảng viên, giáo viên và sinh viên đối với các dự án tiềm năng.
	14:00 - 14:30	•        Chia sẻ từ nhóm nghiên cứu SL-STEAM và ghi nhận những đóng góp chung. •        Phát biểu chia sẻ từ cấp quản lý. •        Phát biểu chia sẻ từ đại diện đơn vị tài trợ. •        Phát biểu chia sẻ từ sinh viên.
	14:30 - 15:00	•        Trao tặng hệ thống mô hình SL-STE(A)M đến các đơn vị cộng đồng. •        Phát biểu chia sẻ từ đại diện cộng đồng.
	15:00 - 15:15	•        Trao chứng nhận và bế mạc.

Details

Category: Tin nghiên cứu

Created: 27 April 2021

Last Updated: 07 May 2021

Hits: 2742

Do tình hình dịch bệnh phức tạp, seminar Xác suất - Thống kê (07/05/2021) do TS. Tạ Quốc Bảo trình bày sẽ được hoãn lại và dời đến một thời điểm khác khi dịch bệnh được kiểm soát. Bộ môn sẽ thông báo thời điểm tổ chức lại seminar đến quý thầy cô, NCS, HVCH và người quan tâm sau. 

Tiêu đề bài báo cáo: Some Statistical Methods in Financial Risk Management

• Người báo cáo: TS. Tạ Quốc Bảo, Trường Đại học Quốc tế, ĐHQG TP. HCM
• Thời gian: 14g00 thứ sáu 07/05/2021
• Địa điểm: Phòng F207
• Tóm tắt báo cáo: Recently, risk management has become a crucial field of research in economics and finance. It also becomes a core central function for banks or financial institutions, e.g., investment funds and insurance companies. In this talk we first introduce some concepts and problems in financial risk management, and then present some important statistical models (e.g., GARCH and Copula models) used to estimate financial risk measures which are Value-at Risk and Expected Shortfall.

Details

Category: Tin nghiên cứu

Created: 10 July 2019

Last Updated: 18 March 2020

Hits: 2164

Các lớp học ngắn với giảng viên thỉnh giảng là hoạt động hè truyền thống ở Khoa Toán - Tin học trường Đại học Khoa học Tự nhiên TPHCM.

Đối tượng tham dự

Các lớp học không thu phí và không tính tín chỉ, mở cho mọi người quan tâm. Người hoàn thành lớp học được nhận một giấy chứng nhận nếu có nhu cầu.

Người muốn dự cần đăng kí bằng cách điền vào mẫu trực tuyến dưới đây:
Mẫu đăng kí học các lớp hè

Danh sách lớp

1 An Introduction to Machine Learning: Methodologies and Practical Implementation

• Đối tượng người học - Audience: anybody in sciences and engineering, including anybody interested in Machine Learning, applied math, life sciences, computer science, electrical engineering, bioengineering, etc, including people outside of academia.
• Kiến thức cần có - Background: calculus, linear algebra, proficiency with some programming (python, MATLAB)
• Giảng viên:
  • Kevin Flores, Assistant Professor, Department of Mathematics, Center for Research in Scientific Computation, North Carolina State University
  • Erica Rutter, Postdoctoral fellow, Department of Mathematics, Center for Research in Scientific Computation, North Carolina State University
  • Hien Tran, Alumni Distinguished Graduate Professor, Director Center for Research in Scientific Computation, Department of Mathematics, North Carolina State University
• Thời gian: June 17--21, 2019. Phòng học: Giảng đường 1, từ chiều Thứ ba: B11A
• Tóm tắt:
  • What is Machine Learning? “Machine learning teaches computers to do what come naturally to humans and animals: learn from experience. Machine learning algorithms use computational methods to “learn” information directly from data without relying on a predetermined equation as a model. The algorithms adaptively improve their performance as the number of samples available for learning increases” (from MathWorks, Natick, MA)
  • In this mini-lecture series, we will explore the core machine learning concepts and their computational implementation. Several real data, where applicable, will be used to test the numerical implementation.
  • Prerequisite: Participants need to bring their own laptops. Programming proficiency (Python, MATLAB)
• Course Timeline: Morning Lecture: 9:00 – 10:15 Break: 10:15 – 10:45 Lecture: 10:45 – 12:00 Afternoon Lecture: 2:00 – 3:15 Break: 3:15 – 3:45 Lecture: 3:45 – 5:00
• Course Topics:
  •  Monday:  ◦ AM (Hien): Bayesian Classifiers, Perceptron, Multilayer Perceptron (Neural Networks)
            ◦ PM (Erica): TensorFlow, UCI Machine Learning Repository: Iris and Diabetes Data Sets
  • Tuesday:  ◦ AM (Hien): Support Vector Machines (separable classes, nonseparable classes), Decision Tree
            ◦ PM (Erica): Tutorial: Scikit-Learn, Credit Card Approval Data Sets
  • Wednesday: (free day) No Lecture
  • Thursday: ◦ AM (Kevin): Convolutional Neural Networks, Computer Vision, Segmentation and Classification
            ◦ PM (Erica): MNIST Data Set, Imagenet, ISBI cell segmentation
  • Friday: ◦ AM (Kevin): Recurrent Neural Networks (RNN), Long Short-Term Memory (LSTM) Networks, Natural Language Processing (NLP), Time Series Data
            ◦ PM (Erica): Time series data, sentiment classification, NLP for translation
            ◦ Optional: Model Evaluation (confusion matrix, loss function, ROC, hypothesis testing), Multi-Class, Dimensionality Reduction (TSNE) – MNIST data last layer dimension reduction

2 Stochastic Models in Ecologie and Evolution: Pure jump Markov Processes in Continuous Time

• Giảng viên: Sylvie Méléard, Professor, CMAP, École Polytechnique, France
• Thời gian: July 15–19, 2019. Monday 9:00 - 11:45, Tuesday - Friday 8:45 - 11:30. Problem session by Dr. Hoàng Văn Hà: Monday, Wednesday, Friday, 13:30 - 16:00. Phòng F207
• Tóm tắt: In these lectures, we will give the structure of the pure jump Markov processes with countable values. The prototype is the Poisson process that we will study in details. We will define the infinitesimal generator and prove the Kolmogorov equations.  Then we will study two well-known examples, useful especially for applications in biology:  branching processes and birth and death processes describing population dynamics. In both cases, we will give criteria of existence and extinction. Finally, we will study  approximations of large populations, showing how these jump processes can be approximated in this case, either by dynamical systems or by stochastic differential equations.

• Tài liệu tham khảo:

  [1] Modèles aléatoires en écologie et évolution, Mathématiques et Applications 77, SMAI. Springer, 2016. (In French)

  Link download: http://www.cmap.polytechnique.fr/IMG/pdf/LIVRE07102013.pdf

  [2] L.J.S. Allen. An Introduction to Stochastic Processes with Applications to Biology, Second edition. CRC Press, Chapman & Hall/CRC, 2011.

  [3]  V. Bansaye, S. Méléard. Stochastic Models for Structured Populations. Mathematical Biosciences Institute Lecture Series 1.4. Springer 2015.

  Link download: https://arxiv.org/abs/1506.04165

  [4] Ross, Sheldon M. "Stochastic Processes. John Wiley& Sons." New York (1996).

3 An Introduction to Geometric Group Theory

• Giảng viên: Nhan-Phu Chung, Department of Mathematics, Sungkyunkwan University, Korea.
• Thời gian: August 12-14, 2019, 9:00-11:00.
• Tóm tắt: I will present finitely generated groups as viewpoints of metric spaces via word lengths and quasi-isometries. In this part, I will prove a result of Schwarzc-Milnor which is a fundamental observation of geometric group theory. In the second part of the course, I will introduce growth types of finitely generated groups. A landmark result in geometric group theory is Gromov’s theorem stating that a finitely generated group is virtually nilpotent if and only if it has polynomial growth. If time allows I will provide a sketch of Gromov’s proof.
• References
  1. Tullio Ceccherini-Silberstein and Michel Coornaert, Cellular automata and groups, Springer Monographs in Mathematics, Springer-Verlag, Berlin, 2010.
  2. Pierre de la Harpe, Topics in geometric group theory, Chicago Lectures in Mathematics, University of Chicago Press, Chicago, IL, 2000.
  3. Mikhael Gromov, Groups of polynomial growth and expanding maps, Inst. Hautes Études Sci. Publ. Math. 53 (1981), 53–73.