报告题目：Geometrically Analyzing the Equilibria of Parametric Biochemical Networks Admitting Linear Conservation Laws
时 间：2024年3月24日（星期日）10:00
地 点：科研楼18号楼1102
主 办：数学与统计学院、分析数学及应用教育部重点实验室、福建省分析数学及应用重点实验室、统计学与人工智能福建省高校重点实验室、福建省应用数学中心（福建师范大学）
参加对象：感兴趣的老师与研究生
报告摘要：In a recent work, we introduced an efficient geometric method, called GeoBlock, for analyzing the equilibria of bi-parametric biological systems by exploiting the block structure. This approach requires that the system defining the equilibria is square and is zero-dimensional for generically chosen parameters. In this paper, by introducing a bipartite graph to describe the correlations between variables and constraints, we
show how to adapt GeoBlock to efficiently handle biochemical networks admitting linear conservation laws. The experiments show that the presented geometric approach is a good complementary to the existing algebraic elimination method or the grid sampling approach for solving such systems.
报告人简介：陈长波，中国科学院重庆绿色智能技术研究院研究员，主要研究方向为计算机代数、高性能计算和应用机器学习。主要学术贡献包括提出了一系列高效的多项式系统求解算法并应用于生物化学网络平衡点分析、量子关联判定、循环程序的自动并行和优化等。先后主持国家自然科学基金青年项目和面上项目，作为子课题负责人国家重点研发计划。入选中国科学院西部青年学者和重庆英才青年拔尖人才。作为主要贡献者之一开发的RegularChains软件曾获ACM-SIGSAM颁发的杰出软件演示奖，开发的多项式和半代数系统求解器被集成进著名数学软件Maple的多个官方发行版中。迄今在SIAM-ADS、JSC、 PRA等杂志和ISSAC、CASC等会议上发表学术论文50余篇。多次担任奥地利、加拿大和德国等自然科学基金会的评审专家及国际会议ISSAC、CASC、ICMS等的程序委员会委员，担任中国数学会计算机数学大会CM2024程序委员会共同主席。现为中国数学会计算机数学专委会委员，美国数学会《数学评论》评论员。曾受邀在中国数学会年会、中国工业与应用数学学会年会、中国数学会计算机数学大会、德国Dagstuhl 研讨会、国际工业与应用数学大会作邀请报告。