Difeng蔡

数值线性代数的有效算法, 偏微分方程和积分方程. 应用领域包括物理、统计学、机器学习和深度学习.

蔡教授的研究旨在通过研究数学性质和设计有效的算法来解决科学计算和数据科学中的重大计算挑战.  例子包括用于海量数据分析的现代矩阵技术, 偏微分方程的自适应解, 等. 他最近的兴趣包括研究可扩展计算的深度学习模型中的数学结构，以及使用深度学习方法(如生成模型)来解决具有挑战性的科学计算问题.

蔡教授的作品已在 数值线性代数及其应用, Numerische Mathematik, 计算物理杂志, SIAM科学计算杂志, 矩阵分析与应用, IEEE国际并行与分布式处理研讨会, 人工智能的不确定性会议, 和其他地方.