中国科学院计算数学与科学工程计算研究所于海军研究员作了一场题为“Sparse grid spectral methods for high-dimensional PDEs(稀疏的网格光谱方法高维偏微分方程)”的在职研究生讲座，中国科学院硕士学位授权一级学科 53个，分布在哲学、经济学、法学、教育学、文学、理学、工学、 农学、医学、管理学10个学科门类，覆盖了54个一级学科。此外，国科大还拥有工程、工商管理、应用统计、应用心理、翻译、农业推广、药学、工程管理 8 类专业学位授权点。另外，中国科学院各研究所还拥有169个博士后流动站。讲座的主要内容是：

　　稀疏网格法是流行的方法来处理高维问题之一。它最早是在20世纪60年代由俄罗斯数学家Smolyak推出来处理男高音产品功能插值。在20世纪90年代，一些德国数学家稀疏电网延伸方式解决高维偏微分方程。很是为稀疏网格法与低阶有限元基地，使该方法获得的人气吸引力收敛性。在这次演讲中，我将介绍与频谱基地，拥有功能不够顺畅衔接谱内置稀疏网格的方法。我也将与一些扩展和应用探讨高效执行使用嵌套Chebyshev-Gauss-Lobatto节点稀疏网格光谱方法，共同提高。

　　原文：Sparse grid method is one of the popular methods to handle high-dimensional problems. It was first introduced in 1960sby Russian mathematician Smolyak to deal with the interpolation of tenor product functions. In 1990s, several German mathematician extend sparse grid methods to solving high dimensional PDEs. Very attractive convergence properties were obtained for the sparse grid methods with low-order finite element bases, which make the method popular. In this talk, I will introduce sparse grid methods built with spectral bases, which has spectral convergence for functions smooth enough. I will also discuss the efficient implementation of sparse grid spectral methods using nested Chebyshev-Gauss-Lobatto points, together with some extensions and applications.