应我院邀请，3月28日下午，南京信息工程大学王曰朋教授在励志楼131作了题为《Reduced-order Kalman filter and several thoughts in the direction of machine learning》的报告。相关师生聆听了此次报告，报告由林国平老师主持。

在本次报告中，王曰朋教授首先提出了一种降阶卡尔曼滤波器，其目的在于解决数据同化过程中普遍存在的计算效率低下问题。接着，王教授介绍了研究重点聚焦于将降阶模型（ROM）与离散经验插值方法（DEIM）融入稀疏观测条件下的卡尔曼滤波框架中。最后，举例通过结合真实数据场景对海啸波方程的初始条件进行反演，验证了该算法的有效性。报告结束后，师生就相关研究问题进行了探讨和交流。

王曰朋，是南京信息工程大学教授、博导，主要从事数学、大气科学等学科交叉领域的教学和研究工作，自2010年至2020年作为访问学者先后赴英国伯明翰大学、美国佛罗里达州立大学、伦敦帝国理工和美国普渡大学学习和深造。近几年，在资料同化和不确定性量化方面以稀疏重构和模型降阶订正为主要研究内容的多项成果以第一作者在国际主流期刊上发表，主编教材《大气科学中的数学方法》，其修订版获批“十三五”江苏省高等学校重点教材。