点击查看原图

阳莺 正高级 (yangying@lsec.cc.ac.cn)    

太阳成集团tyc122cc    

偏微分方程数值解;大规模科学计算;;

个人简介

姓名: 阳莺

性别: 女

籍贯: 湖南邵阳

最高学历: 博士

专业: 计算数学

Email:yangying@lsec.cc.ac.cn

 

教育背景

2013.11-2014.12 美国宾州州立大学访问学者

2002.9-2005.7 中国科学院数学与系统科学研究院 获理学博士学位

1999.9-2002.7 湘潭大学数学系 获理学硕士学位

1995.9-1999.7 湘潭大学数学系 获理学学士学位

工作经历
主要荣誉
学术活动
教学信息


主要论文

近年发表的论文:

 1. Yang Liu, Shi Shu, Huayi Wei, Ying Yang*(通讯作者), A virtual element method for the steady-state Poisson-Nernst-Planck equations on polygonal meshes, Computers and Mathematics with Applications 2021, 102:  95–112.(SCI)
2. Wanwan Zhu, Ying Yang*(通讯作者), Guanghua Ji* and Benzhuo Lu, Residual type a posteriori error estimates for the time-dependent Poisson–Nernst–Planck equations, Journal of Scientific Computing 2022, 90:27.
3. Ying Yang, Ruigang Shen, Mingjuan Fang and Shi Shu*, Local averaging type a posteriori error estimates for the nonlinear steady-state Poisson–Nernst–Planck equations, Journal of Computational and Applied Mathematics 2022, 404: 113874.(SCI)


4.Ying Yang*; Benzhuo Lu; Yan Xie; A decoupling two-grid method for the steady-state Poisson-Nernst-Planck equations, Journal of Computational Mathematics, 2019, 37:556-578. SCI

5.Ruigang Shen; Shi Shu; Ying Yang*(通讯); Benzhuo Lu; A decoupling two-grid method for the time-dependent Poisson-Nernst-Planck equations, Numerical Algorithms ,2020, 83:1613–1651。SCI

6.Ruigang Shen, Shi Shu, Ying Yang*(通讯)and Mingjuan Fang,Gradient Recovery-Type a Posteriori Error Estimates for Steady-State Poisson-Nernst-Planck Equations,Advances in Applied Mathematics and Mechanics,2020,12:1353-1383. SCI

7.Ying Yang ,Ming Tang,Chun Liu, Benzhuo Lu and Liuqiang Zhong,Superconvergent gradient recovery for nonlinear Poisson-Nernst-Planck equations with applications to the ion channel problem,Advances in Computational Mathematics (2020) 46:78
https://doi.org/10.1007/s10444-020-09819-6. SCI

8.Xiaoting Gan*; Ying Yang; Kun Zhang; A robust numerical method for pricing American options under Kou’s jump-diffusion models based on penalty method, Journal of Applied Mathematics and Computing, 2020,62:1-21. EI

9.房明娟; 唐鸣; 阳莺*; 问题Poisson-Nernst-Planck方程的残量型后验误差估计, 计算数学,网上发表,2020, 北大中文核心期刊.

10.朱婉婉; 沈瑞刚; 阳莺; Poisson-Nernst-Planck方程Crank-Nicolson格式的有限元最优误差估计, 高等学校计算数学学报, 2019, 41(3):265-276. 北大中文核心期刊.

11.唐鸣; 阳莺*; 李雪芳; 一类Poisson-Nernst-Planck方程的两网格有限元离散方法, 吉林大学学报(理学版), 2019, (03):523-529. 北大中文核心期刊.

12. 陈键铧,阳莺*,一类线性Poisson-Boltzmann方程的虚单元法,数值计算与计算机应用,2021,42(3):237-246(T3,通讯作者).
2020年

13. 倪宇晖,张倩茹, 王芹, 阳莺, 卢本卓,SPNP晶体管辐照损伤效应的有限元数值模拟,数值计算与计算机应用,2022, 43(3):
237-247

学术著作
科研项目

获得奖励情况: 中国科学院刘永龄奖学金特别奖;优秀硕士生导师

科研方面:主持3项国家自然科学基金(2022-2025, 2010年-2013年,2016-2019年), 2项广西自然科学基金(2019-2022,2014-2017年), 参与多项国家自然科学基金和广西自然科学基金, 发表SCI、EI等论文二十余篇。

目前的研究方向:1. 生物分子的数值计算 2. 半导体器件模拟的数值计算。3.机器学习在偏微分方程中的应用。 生物分子的数值计算是一个与计算生物有一定关联的研究方向,旨在利用数值方法来解决生物模型问题计算中遇到的难题。我们常使用的数值方法为有限元方法,这一方法在工程中也应用广泛。 半导体器件模拟的数值计算主要研究半导体领域中的一些模型的数值计算,偏向数学方法在半导体领域中的实际应用。机器学习在偏微分方程中的应用是一个利用机器学习中的若干算法来提高偏微分方程的求解效率的研究方向,这些偏微分方程具有生物或者半导体的应用背景。目前已毕业硕士生14名,在读6名。 欢迎热爱计算数学专业或喜爱编写数值程序的的同学加入我们的研究队伍。







知识产权
联系信息
常用链接