为进一步促进交叉科学领域的协同创新，深入探讨数学与统计学在交叉科学研究中的关键应用、共性问题及解决路径，近期，人事处、数学与统计学院共同举办了学校第二期高层次人才融合发展沙龙。本次沙龙汇聚了我校大气科学学院、大气物理学院、地理科学学院、电子信息与工程学院、计算机学院、人工智能学院、自动化学院、数学与统计学院的20余位科研团队核心成员，人事处、先进技术学院、数统院相关负责人出席，数学与统计学院副院长曹春正主持沙龙。

本次沙龙主题为“交叉科学研究中的数学与统计学问题”，聚焦“需求对接、资源共享、合作共赢”，搭建数学与统计学科研团队和其他各学科科研团队直接对话的桥梁。沙龙伊始，数学与统计学院执行院长刘文军致辞，他表示，要推动数学与统计学方法精准对接各学科需求，期待以本次沙龙为契机拓展更多跨学科合作；人事处副处长（挂职）谢婉莹系统介绍了我校在人才服务与保障上的制度优势；先进技术研究院综合管理科科长李秦介绍了学校在科研平台搭建等方面的支持举措，鼓励各团队主动挖掘跨领域合作需求，产出创新成果。

在交流研讨环节，数学与统计学各科研团队负责人围绕“数学与统计学方法如何支撑交叉科学研究”，一一分享了研究内容与应用场景，提供技术参考。偏微分方程与生物数学团队介绍了偏微分方程等数学方法在海洋渔业资源可持续评估等领域的应用路径；计算数学团队介绍了本团队流体计算、数值最优化等核心研究方向，这些方法可适配地震波模拟等多学科计算需求；随机分析与控制团队介绍了随机微分方程、反馈控制等理论的应用潜力，提出可对接空气质量预测、多智能体同步控制等研究场景；气象统计团队立足“气象与统计深度融合”，分享了海气相互作用、极端气候建模等研究成果，展现统计学在气象数据解读、气候趋势评估中的支撑价值；大数据分析与统计学习团队介绍了大数据分析技术的协同应用——在工业工程领域优化精密检测流程、在气象地震领域助力数据去噪与预测分析等；复杂数据统计分析团队针对“复杂数据处理难题”，分享了统计建模与推断方法的实践案例，包括辅助分析医学影像精准识别病变区域，以及助力研判市场趋势、预测金融风险等。

在数学与统计学院各科研团队分享后，各学科科研团队负责人结合自身研究痛点，提出需要数学与统计学支撑的具体需求，进一步明确跨学科合作方向。人工智能学院与计算机学院的团队负责人提出，希望通过数学建模、统计建模等方法优化人工智能模型的适配性，提升其可靠性；电子与信息工程学院的团队负责人提出希望借助数据融合等数学技术，构建长时序、高可靠性的海洋环境观测数据集；大气科学学院、大气物理学院与地理科学学院的团队负责人提出，期待通过数学模型优化、数值算法改进、计算效率提升等方式，提升各类数据反演的精度；自动化学院的团队负责人提出，希望探索更高效的演化算法，解决控制系统稳定性分析中的复杂数学问题。

经过深入沟通，与会人员达成明确共识：一方面，交叉科学领域需进一步主动梳理研究中的数学与统计学需求，清晰传递技术难点与应用场景，为基础学科提供精准“问题导向”；另一方面，数学与统计学团队需加强对交叉科学研究逻辑的理解，开发更具针对性的方法与工具，让基础理论更好适配实际研究需求。双方一致同意，后续将通过“专项对接会”等形式深化合作，推动数学和统计学与各学科科学研究深度融合，共同破解科研难题、提升创新效能。

此次沙龙的成功举办，不仅精准对接了交叉科学研究中的数学与统计学需求，更夯实了校院协同推动高层次人才融合发展的基础。

沙龙现场