Associate Professor College of Science, Department of Mathematics

Employment:

• 2021.01-present: Associate Professor, Department of Mathematics, Southern University of Science and Technology

• 2016.08-2020.12: Postdoctoral Scholar, Department of Mathematics, The Ohio State University

• 2016.04-2016.08: Postdoctoral Fellow, Scientific Computing and Imaging Institute, University of Utah

Education:

• 2011-2016: Ph.D. School of Mathematical Sciences, Peking University

• 2007-2011: B.Sc. School of Mathematics and Statistics, Huazhong University of Science and Technology

Awards:

• Zhong Jiaqing Mathematics Award, the Chinese Mathematical Society (2019) One of the three major mathematics awards of the Chinese Mathematical Society (4 per 2 years)

• Outstanding Ph.D. Graduates Award, PKU (2016)

• Outstanding Youth Paper Award (First Prize), the China Society for Computational Mathematics (2015)

• First Prize of "Challenge Cup" May-4th Youth Science Award, PKU (2014)

• President Scholarship of PKU (2014–2016)

Personal Profile

Research

Machine Learning and Data-driven Modeling

Numerical Solutions of Partial Differential Equations

Computational Fluid Dynamics and Astrophysics

High-order Accurate Numerical Methods

Hyperbolic Conservation Laws

Structure-preserving Methods: Design and Analysis

Approximation Theory and Uncertainty Quantification


Publications Read More

Selected Publications (Updated on 2021-03-04):

30.  K. Wu, Minimum principle on specific entropy and high-order accurate invariant region preserving numerical methods for relativistic hydrodynamics, submitted, 2021.

29. K. Wu and C.-W. Shu, Provably physical-constraint-preserving discontinuous Galerkin methods for multidimensional relativistic MHD equations, submitted, 2020.

28. 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.

27. 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, accepted for publication, 2020.

26. K. Wu and D. Xiu, Data-driven deep learning of partial differential equations in modal space

    Journal of Computational Physics, 408: 109307, 2020.

25. 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.

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.

Lab members Read More

Join us

2 postdoc positions available

The candidates should have a Ph.D. degree in Mathematics, Computational Physics, Fluid Mechanics, or Computer Science. Research experience in numerical PDE, CFD, machine learning, and/or data science is desirable. Salary package is competitive. If you are interested, please send your CV to WUKL@sustech.edu.cn

 

课题组正在招聘博士后1-2名、研究助理1名、行政助理1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。

课题组行政助理招聘

工作待遇:具体面议;享受五险一金;聘期为1–2 年,根据工作表现可续聘。

岗位要求

1) 本科及以上学历,研究生学历优先;

2) 专业不限,有相关高校工作经验、行政工作经验或相关实习经验者优先;

3) 做事认真仔细负责,有较好的亲和力,心理素质良好,能吃苦耐劳;

4) 熟用Microsoft Office 等办公软件,中文表达和写作能力强,有一定的英语水平;

5) 有良好的沟通协调能力及独立工作能力,有良好的团队精神和服务意识;

6) 能尽快到岗者优先。

岗位职责

1) 协助课题组处理和报送教学、科研等相关的日常文案工作;

2) 处理课题组的日常事务,协调安排课题组成员会议、差旅等事务;

3) 协调组织课题组的各类会议、学术报告;

4) 协助来访接待、经费管理、设备采购、财务报账报销等课题组服务工作;

5) 负责内外的联络工作及课题组里安排的其他行政工作。

应聘材料:个人详细简历(包括联系方式、预计到岗时间、薪资要求、学习经历、工作经历),学历学位证书和有关获奖证书等。

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

Read More

Contact Us

Contact Address

广东省深圳市南山区学苑大道1088号慧园3栋525

Office Phone

Email

WUKL@sustech.edu.cn

Copyright © 2018 All Rights Reserved.