5月27日，数据科学学院暨数据科学与大数据分析协同创新中心举办了2020-2021学年第七期学术沙龙。金融数学系陈国元副教授为师生带来了一场题为“Deep learning algorithms for Hamilton-Jacobi-Bellman equations and optimal control”的学术报告，报告由孙洁副教授主持，10余位教师和研究生参加了报告。

首先，陈国元副教授介绍了偏微分方程的传统格点法的缺陷和维数诅咒等前沿问题。随后，陈国元副教授深入介绍了深度神经网络在Hamilton-Jacobi-Bellman方程及最优控制领域里的最新进展，并详细地讨论了应用这类方法研究偏微分方程和最优控制领域的优点及广阔前景。最后，陈国元副教授列举了一些后续研究问题。

在学术沙龙的讨论环节，陈国元副教授与在座教师就深度学习的理论研究、在偏微分方程和最优控制中的发展历史和最新进展、具体的工程应用例子及在这个全新领域里亟待解决的问题等展开详细探讨，有效拓宽了师生的研究视野，为今后研究方向提供了新思路和新见解。