吴开亮Google Scholar ResearcherID

副教授 理学院, 数学系
吴开亮，男，籍贯安徽省安庆市，理学博士，南方科技大学数学系副教授、博士生导师。2011年获华中科技大学数学学士学位；2016年获北京大学计算数学博士学位；2016-2020年先后在美国犹他大学和俄亥俄州立大学从事博士后研究；2021年1月任南科大副教授。研究方向包括计算流体力学与数值相对论、机器学习与数据科学、偏微分方程的高精度数值方法、高维逼近与不确定性量化等。研究成果发表在SINUM，SISC，Numer. Math.，M3AS，J. Comput. Phys.，JSC，ApJS，Phys. Rev. D等国际重要期刊上。曾获北京大学挑战杯五四青年科学奖一等奖（2014）校长奖学金（2014-2016）优秀毕业生（2016）、中国数学会计算数学分会 优秀青年论文奖一等奖（2015）和中国数学会 钟家庆数学奖（2019）。
个人简介
个人简介

研究领域深度学习与数据科学
偏微分方程数值解
计算流体力学与数值相对论
高精度数值方法
逼近论与不确定性量化

---

学术成果 查看更多代表性论文：
31.??K. Wu, Minimum principle on specific entropy and high-order accurate invariant region preserving numerical methods for relativistic hydrodynamics, submitted, 2021.
30.?Z. Chen, V. Churchill, K. Wu, and D. Xiu, Deep neural network modeling of unknown partial differential equations in nodal space, submitted, 2021.
29. K. Wu and C.-W. Shu, Provably physical-constraint-preserving discontinuous Galerkin methods for multidimensional relativistic MHD equations, submitted, 2020.
? ? Numerische Mathematik,? ?accepted for publication, 2021.
28. K. Wu and Y. Xing, Uniformly high-order structure-preserving discontinuous Galerkin methods for Euler equations with gravitation: Positivity and well-balancedness
? ? SIAM Journal on Scientific Computing,?A472–A510, 2021.
27. K. Wu, T. Qin, and D. Xiu, Structure-preserving method for reconstructing unknown Hamiltonian systems from trajectory data
? ? SIAM Journal on Scientific Computing, 42(6): A3704–A3729, 2020.
26. K. Wu?and C.-W. Shu, Entropy symmetrization and high-order accurate entropy stable numerical schemes for relativistic MHD equations
? ? SIAM Journal on Scientific Computing, 42(4): A2230–A2261, 2020.
25. K. Wu and D. Xiu, Data-driven deep learning of partial differential equations in modal space
? ? Journal of Computational Physics, 408: 109307, 2020.
24. Z. Chen, K. Wu, and D. Xiu, Methods to recover unknown processes in partial differential equations using data
? ? Journal of Scientific Computing, 85:23, 2020.
23. K. Wu, D. Xiu, and X. Zhong, A WENO-based stochastic Galerkin scheme for ideal MHD equations with random inputs
? ? Communications in Computational Physics, accepted for publication, 2020.
22. J. Hou, T. Qin, K. Wu and D. Xiu, A non-intrusive correction algorithm for classification problems with corrupted data
? ? Commun. Appl. Math. Comput., in press, 2020.
21. K. Wu and C.-W. Shu, Provably positive high-order schemes for ideal magnetohydrodynamics: Analysis on general meshes
? ? Numerische Mathematik, 142(4): 995–1047, 2019.
20. T. Qin, K. Wu, and D. Xiu, Data driven governing equations approximation using deep neural networks
? ? Journal of Computational Physics, 395: 620–635, 2019.
19. K. Wu and D. Xiu, Numerical aspects for approximating governing equations using data
? ? Journal of Computational Physics, 384: 200–221, 2019.
18. K. Wu and D. Xiu, Sequential approximation of functions in Sobolev spaces using random samples
? ? Commun. Appl. Math. Comput., 1: 449–466, 2019.
17. K. Wu and C.-W. Shu, A provably positive discontinuous Galerkin method for multidimensional ideal magnetohydrodynamics
? ?SIAM Journal on Scientific Computing, 40(5):B1302–B1329, 2018.
16. Y. Shin, K. Wu, and D. Xiu, Sequential function approximation with noisy data
? ? Journal of Computational Physics, 371:363–381, 2018.
15. K. Wu, Positivity-preserving analysis of numerical schemes for ideal magnetohydrodynamics
? ? SIAM Journal on Numerical Analysis, 56(4):2124–2147, 2018.
14. K. Wu and D. Xiu, Sequential function approximation on arbitrarily distributed point sets
? ? Journal of Computational Physics, 354:370–386, 2018.
13. K. Wu and H. Tang, On physical-constraints-preserving schemes for special relativistic magnetohydrodynamics with a general equation of state
? ? Z. Angew. Math. Phys., 69:84(24pages), 2018.
12. K. Wu, Y. Shin, and D. Xiu, A randomized tensor quadrature method for high dimensional polynomial approximation
? ? SIAM Journal on Scientific Computing, 39(5):A1811–A1833, 2017.
11. K. Wu, Design of provably physical-constraint-preserving methods for general relativistic hydrodynamics
? ? Physical Review D, 95, 103001, 2017.
10. K. Wu, H. Tang, and D. Xiu, A stochastic Galerkin method for first-order quasilinear hyperbolic systems with uncertainty
? ? Journal of Computational Physics, 345:224–244, 2017.
9. K. Wu and H. Tang, Admissible states and physical-constraints-preserving schemes for relativistic magnetohydrodynamic equations
? ? Math. Models Methods Appl. Sci. (M3AS), 27(10):1871–1928, 2017.
8. Y. Kuang, K. Wu, and H. Tang, Runge-Kutta discontinuous local evolution Galerkin methods for the shallow water equations on the cubed-sphere grid
? ? Numer. Math. Theor. Meth. Appl., 10(2):373–419, 2017.
7. K. Wu and H. Tang, Physical-constraint-preserving central discontinuous Galerkin methods for special relativistic hydrodynamics with a general equation of state
? ? Astrophys. J. Suppl. Ser. (ApJS), 228(1):3(23pages), 2017. (2015 Impact Factor of ApJS: 11.257)
6. K. Wu and H. Tang, A direct Eulerian GRP scheme for spherically symmetric general relativistic hydrodynamics
? ? SIAM Journal on Scientific Computing, 38(3):B458–B489, 2016.
5. K. Wu and H. Tang, A Newton multigrid method for steady-state shallow water equations with topography and dry areas
? ? Applied Mathematics and Mechanics, 37(11):1441–1466, 2016.
4. K. Wu and H. Tang, High-order accurate physical-constraints-preserving finite difference WENO schemes for special relativistic hydrodynamics
? ? Journal of Computational Physics, 298:539–564, 2015.
3. K. Wu, Z. Yang, and H. Tang, A third-order accurate direct Eulerian GRP scheme for one-dimensional relativistic hydrodynamics
? ? East Asian J. Appl. Math., 4(2):95–131, 2014.
2. K. Wu and H. Tang, Finite volume local evolution Galerkin method for two-dimensional relativistic hydrodynamics
? ? Journal of Computational Physics, 256:277–307, 2014.
1. K. Wu, Z. Yang, and H. Tang, A third-order accurate direct Eulerian GRP scheme for the Euler equations in gas dynamics
? ? Journal of Computational Physics, 264:177–208, 2014.



团队成员 查看更多






加入团队 Array
课题组正在招聘博士后1-2名；计划招收博士生1名、硕士生1名。
有意者请将相关应聘材料发送至：WUKL@sustech.edu.cn。邮件主题为“应聘岗位-应聘人姓名”（如，应聘博士后-张三）。
博士后招聘
博士后申请人应具有博士学位和学历，品学兼优、身心健康、年龄不超过35 岁；获得博士学位不超过3 年；能够保证全职在站从事博士后研究工作。
岗位要求：
1) 数学、计算物理、流体力学、计算机或其他相关专业，已获得或即将获得博士学位；
2) 有计算数学、计算流体力学（特别是可压缩流体）、机器学习或数据科学的研究经验者优先；
3) 具有良好的数学基础，精通至少一种计算机编程语言（C/C++、Python 或FORTRAN）；
4) 具有良好的英文阅读、写作和交流能力；
5) 博士期间至少发表过1 篇高水平学术论文；
6) 对科学研究有非常浓厚的兴趣，敢于探索挑战性的科学问题；
7) 有上进心、独立思考精神、工作勤奋踏实、具有良好的团队合作精神。
工作待遇和福利：
1)?博士后聘用期两年，年薪33万元起（含广东省生活补助15万元及深圳市生活补助6万元），并按深圳市有关规定参加社会保险及住房公积金；博士后福利费参照学校教职工标准发放。
2) 特别优秀候选人可以申请校长卓越博士后，年薪可达50万元以上（含广东省及深圳市补助）。
3)?在站期间，可依托学校申请深圳市公租房，未依托学校使用深圳市公租房的博士后，可享受两年税前2800元/月的住房补贴。
4)?拥有优良的工作环境和境内外合作交流机会，博士后在站期间享受两年共计2.5万学术交流经费资助。
5) 课题组协助符合条件的博士后申请“广东省海外青年博士后引进项目”。即在世界排名前200名的高校（不含境内，排名以上一年度泰晤士、USNEWS、QS和上海交通大学的世界大学排行榜为准）获得博士学位，在广东省博士后设站单位从事博士后研究，并承诺在站2年以上的博士后，申请成功后省财政给予每名进站博士后资助60万元生活补贴（与广东省每年15万生活补助不同时享受，与深圳市每年6万元生活补助同时享受情况以深圳市规定为准）；对获得本项目资助，出站后与广东省用人单位签订工作协议或劳动合同，并承诺连续在粤工作3年以上的博士后，省财政给予每人40万元住房补贴。
6) 博士后出站选择留深从事科研工作，且与本市企事业单位签订3年以上劳动（聘用）合同的，可以申请深圳市博士后留深来深科研资助。深圳市政府给予每人每年10万元科研资助，共资助3年（以深圳市最新申报要求为准）。
7)?博士后进站后可申请深圳市户口，对于符合最新《深圳市新引进人才租房和生活补贴》相关政策要求的博士后，落户深圳后，可协助申请深圳市一次性租房和生活补贴3万元（免税，自主网上申请）。
8) 依据自身符合的条件情况，在站或出站留深博士后可申请 "深圳市孔雀计划C类人才"或者"深圳市后备级人才"，享受5年160万的奖励津贴（免税）（以深圳市最新相关人才申报要求为准）。
应聘材料：
1) 个人详细简历，包括出生年月、联系方式、预计到岗时间、从本科起教育背景、工作经历等；
2) 能充分反映本人学术水平的有关材料，例如，学术成果总结、已发表论著列表、代表性论著全文、成果获奖情况等；
3) 提供至少2名推荐人的姓名及其有效联系方式。
研究助理招聘岗位职责：协助课题组的科研工作。
岗位要求：
1) 拥有计算数学或相关专业本科或硕士学位，学习成绩优异；
2) 有计算数学、计算流体力学、机器学习或数据科学的研究经验者优先；
3) 具有良好的数学基础，精通至少一种计算机编程语言（C/C++、Python、FORTRAN 或MATLAB）；
4) 具有良好的英文阅读和写作能力；
5) 对科学研究有浓厚的兴趣，工作勤奋踏实，具有良好的团队合作精神；
6)?有志于在计算数学方向进一步深造（攻读博士学位）的申请人优先考虑。
工作待遇：年薪6–10万元，根据工作表现可补充额外绩效奖励；具体待遇面议。
应聘材料：
1) 个人详细简历，包括出生年月、联系方式、预计到岗时间、从本科起教育背景、工作经历等；
2)?本科或研究生阶段的成绩单；
3) 能充分反映本人学术水平的有关材料，例如，学术成果总结、已发表论著列表、代表性论著全文、成果获奖情况等。
南科大研究生招生简介
学制：硕士 2 年；非硕士起点博士 5 年，硕士起点博士 4 年；境外联培博士 4 年。
住宿：目前硕士为两人间宿舍，博士单人间宿舍，住宿费 1300元/ 年，住宿条件在全国高校领先。
学校将为研究生提供充足的资助（目前博士生最高 8+2 万/年， 硕士生最高 4+1 万/年），以及学术交流（包括海外交流）的机会。
与境外大学联合培养的博士生有约 2 年的时间在境外学习，享受对方博士生同等待遇，由双方教授共同指导，发对方学校的学位证书。
更多详情请见南方科技大学研究生院官网：http://gs.sustech.edu.cn

查看更多