ペング, リニュウ (ペング リニュウ)

Peng, Linyu

写真a

所属(所属キャンパス)

理工学部 機械工学科 (矢上)

職名

専任講師(有期)

外部リンク

経歴 【 表示 / 非表示

  • 2013年10月
    -
    2015年03月

    早稲田大学, 次席研究員

  • 2015年04月
    -
    2017年03月

    早稲田大学, 助教

  • 2017年04月
    -
    2020年03月

    早稲田大学, 講師

学歴 【 表示 / 非表示

  • 2004年09月
    -
    2008年06月

    北京理工大学

    大学, 卒業

  • 2008年09月
    -
    2010年07月

    北京理工大学

    大学院, 修了, 修士

  • 2010年10月
    -
    2013年07月

    University of Surrey

    大学院, 修了, 博士

学位 【 表示 / 非表示

  • PhD, University of Surrey, 課程, 2013年09月

 

研究分野 【 表示 / 非表示

  • 自然科学一般 / 数学基礎 (応用数学)

  • 自然科学一般 / 応用数学、統計数学 (応用数学)

研究キーワード 【 表示 / 非表示

  • 対称性と保存則

  • 幾何学的力学系理論

  • 幾何学的数値積分

  • 情報幾何学

 

著書 【 表示 / 非表示

  • Paving the Way for 5G Through the Convergence of Wireless Systems

    Zhang X., Cao Y., Peng L., Li J., IGI Global Publisher, 2019年

    担当範囲: Enhancing Mobile Data Offloading With In-Network Caching,  担当ページ: 250-270

  • An Elementary Introduction to Information Geometry

    Sun H., Zhang Z., Peng L., Duan X., 科学出版社, 北京, 2016年03月

  • Object Recognition

    Li F., Peng L., Sun H., IntechOpen, 2011年04月,  ページ数: 350

    担当範囲: Fibre Bundle Models and 3D Object Recognition,  担当ページ: 317-332

論文 【 表示 / 非表示

  • A stochastic Hamiltonian formulation applied to dissipative particle dynamics

    L Peng, N Arai, K Yasuoka

    arXiv preprint arXiv:2203.12183 (Applied Mathematics and Computation)  426   127126 - 127126 2022年

    ISSN  00963003

     概要を見る

    In this paper, a stochastic Hamiltonian formulation (SHF) is proposed and applied to dissipative particle dynamics (DPD) simulations. As an extension of Hamiltonian dynamics to stochastic dissipative systems, the SHF provides necessary foundations and great convenience for constructing efficient numerical integrators. As a first attempt, we develop the Störmer–Verlet type of schemes based on the SHF, which are structure-preserving for deterministic Hamiltonian systems without external forces, the dissipative forces in DPD. Long-time behaviour of the schemes is shown numerically by studying the damped Kubo oscillator. In particular, the proposed schemes include the conventional Groot–Warren's modified velocity-Verlet method and a modified version of Gibson–Chen–Chynoweth as special cases. The schemes are applied to DPD simulations and analysed numerically.

  • Unsupervised Learning Discriminative MIG Detectors in Nonhomogeneous Clutter

    Hua X., Ono Y., Peng L., Xu Y.

    IEEE Transactions on Communications (IEEE Transactions on Communications)     1 - 1 2022年

    ISSN  00906778

     概要を見る

    Principal component analysis (PCA) is a common used pattern analysis method that maps high-dimensional data into a lower-dimensional space maximizing the data variance, that results in the promotion of separability of data. Inspired by the principle of PCA, a novel type of learning discriminative matrix information geometry (MIG) detectors in the unsupervised scenario are developed, and applied to signal detection in nonhomogeneous environments. Hermitian positive-definite (HPD) matrices can be used to model the sample data, while the clutter covariance matrix is estimated by the geometric mean of a set of secondary HPD matrices. We define a projection that maps the HPD matrices in a high-dimensional manifold to a low-dimensional and more discriminative one to increase the degree of separation of HPD matrices by maximizing the data variance. Learning a mapping can be formulated as a two-step mini-max optimization problem in Riemannian manifolds, which can be solved by the Riemannian gradient descent algorithm. Three discriminative MIG detectors are illustrated with respect to different geometric measures, i.e., the Log-Euclidean metric, the Jensen–Bregman LogDet divergence and the symmetrized Kullback–Leibler divergence. Simulation results show that performance improvements of the novel MIG detectors can be achieved compared with the conventional detectors and their state-of-the-art counterparts within nonhomogeneous environments.

  • Towards a median signal detector through the total Bregman divergence and its robustness analysis

    Y Ono, L Peng

    Signal Processing, 108728 (Elsevier {BV})  201   108728 2022年

    ISSN  01651684

     概要を見る

    A novel family of geometric signal detectors are proposed through medians of the total Bregman divergence (TBD), which are shown advantageous over the conventional methods and their mean counterparts. By interpreting the observation data as Hermitian positive-definite matrices, their mean or median play an essential role in signal detection. As is difficult to be solved analytically, we propose numerical solutions through Riemannian gradient descent algorithms or fixed-point algorithms. Beside detection performance, robustness of a detector to outliers is also of vital importance, which can often be analyzed via the influence functions. Introducing an orthogonal basis for Hermitian matrices, we are able to compute the corresponding influence functions analytically and exactly by solving a linear system, which is transformed from the governing matrix equation. Numerical simulations show that the TBD medians are more robust than their mean counterparts.

  • Transformations, symmetries and Noether theorems for differential-difference equations

    Linyu Peng, Peter E Hydon

    arXiv preprint arXiv:2112.06030 (Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences)  478 ( 2259 )  2021年12月

    研究論文(学術雑誌), 共著, 査読有り,  ISSN  13645021

     概要を見る

    The first part of this paper develops a geometric setting for
    differential-difference equations that resolves an open question about the
    extent to which continuous symmetries can depend on discrete independent
    variables. For general mappings, differentiation and differencing fail to
    commute. We prove that there is no such failure for structure-preserving
    mappings, and identify a class of equations that allow greater freedom than is
    typical.
    For variational symmetries, the above results lead to a simple proof of the
    differential-difference version of Noether's Theorem. We state and prove the
    differential-difference version of Noether's Second Theorem, together with a
    Noether-type theorem that spans the gap between the analogues of Noether's two
    theorems. These results are applied to various equations from physics.

  • MIG Median Detectors with Manifold Filter

    Xiaoqiang Hua, Linyu Peng

    Signal Processing 2021年05月

    研究論文(学術雑誌), 共著, 査読有り

全件表示 >>

総説・解説等 【 表示 / 非表示

研究発表 【 表示 / 非表示

  • Variational systems on the variational bicomplex

    彭 林玉

    Seminar at INI, Cambridge University, 

    2019年09月

    口頭発表(一般)

  • A general prolongation formulation for symmetries of differential-difference equations

    彭 林玉

    China-Japan Joint Workshop on Integrable Systems 2019, 

    2019年08月

    口頭発表(一般)

  • Symmetries of semi-discrete variational problems and Noether's theorems

    彭 林玉

    幾何構造と微分方程式 ― 対称性と特異点の視点から―, 

    2018年12月

    口頭発表(一般)

  • The discrete Lagrange-d’Alembert principle for physical systems with constraints

    彭 林玉, 吉村 浩明

    The 5th International Conference on Dynamics, Vibration and Control, 

    2018年07月

    口頭発表(一般)

  • Symmetries and Conservation Laws of Semi-Discrete Equations

    彭 林玉

    The 12th AIMS Conference on Dynamical Systems, Differential Equations and Applications, 

    2018年07月

    口頭発表(一般)

全件表示 >>

競争的研究費の研究課題 【 表示 / 非表示

  • Multisymplectic Geometry and Geometric Numerical Integrator for Variational Problems

    2020年04月
    -
    継続中

    文部科学省・日本学術振興会, 科学研究費助成事業, ペング リニュウ, 若手研究, 補助金,  研究代表者

     研究概要を見る

    Geometric integrator is among one of the most efficient numerical methods for differential equations. In this project, we establish a unified and systematical analogue for understanding both continuous and discrete multisymplectic structures of arbitrary order variational differential equations.

  • 複雑な流体現象のモデリング,マルチスケール構造の解明と数理解析

    2016年04月
    -
    2019年03月

    文部科学省・日本学術振興会, 科学研究費助成事業, 吉村 浩明、柴田 良弘, 舟木 直久, 小澤 徹, 柳尾 朋洋, 彭 林玉, 基盤研究(B), 補助金,  研究分担者

     研究概要を見る

    複雑な流体現象の数理的モデリング,マルチスケール現象に関する偏微分方程式及び確率微分方程式に関する数学解析,非線形力学の応用について研究を推進した.複雑な流体現象の数理的モデリングでは,非平衡熱力学系のラグランジュ的な変分的定式化,キャビテーション気泡クラウドのモデリングと実験的検討,レイリー・ベナール対流に現れるLCS構造の解明,確率的な気泡ダイナミクスの変分的定式化と解析を行なった.数学解析では,ナヴィエ・ストークス方程式の2相問題の解の存在一意性,確率偏微分方程式である多成分KPZ方程式や修正KdV方程式等について調査した.また,LCS解析の宇宙機の軌道設計への応用などについて考察した.
    マルチスケール構造を有する複雑流体現象に関する研究に関連して,非平衡熱力学に関する新たな変分的定式化と確率的な変分法の開発を行い,さらにキャビテーションや対流現象等の解析が可能となったことで,乱流などのより複雑な熱流体現象の数理的な解明への糸口を見出すことに成功した.また,2相流に関するナヴィエ・ストークス方程式に関する解の存在と一意性や,確率偏微分方程式である多成分KPZ方程式や修正KdV方程式等の大域的適切性を示したことは数学解析において極めて重要な成果である.さらに,流体におけるLCSの解析を宇宙機の軌道設計に応用できたことで,非線形力学の応用において大きな発展をもたらす可能性を示せた.

 

担当授業科目 【 表示 / 非表示

  • ダイナミカルシステムと安定性

    2022年度

  • 機械工学特別講義

    2022年度

  • 数理科学特別講義第1

    2022年度

  • 機械工学総合実験

    2022年度

  • 非線形ダイナミクス

    2022年度

全件表示 >>

 

所属学協会 【 表示 / 非表示

  • 日本数学会, 

    2018年10月
    -
    継続中
  • 日本応用数理学会, 

    2018年06月
    -
    継続中