凌舒扬 (Shuyang Ling)

        凌舒扬现任上海纽约大学数据科学助理教授，纽约大学全球特聘助理教授。加入上海纽约大学前，他曾于2017-2019年在纽约大学柯朗数学研究所和数据科学中心担任柯朗讲师/助理教授。凌教授的研究关注数据科学中的数学，研究兴趣包括如何解决工程应用中的逆向问题以及从大规模和异构数据集中提取有意义的信息。他的研究涉及一系列广泛的主题，包括优化、概率、统计、计算谐波分析和数值线性代数等。

代表性论著

• Shuyang Ling and Thomas Strohmer. Self-calibration and biconvex compressive sensing. Inverse Problems, Vol. 31(11): 115002, 2015
• Shuyang Ling and Thomas Strohmer. Blind deconvolution meets blind demixing: algorithms and performance bounds. IEEE Transactions on Information Theory, Vol.63, No.7, pp.4497 - 4520, Jul 2017
• Xiaodong Li, Shuyang Ling, Thomas Strohmer, and Ke Wei. Rapid, robust, and reliable blind deconvolution  via nonconvex optimization. Applied and Computational Harmonic Analysis, 2018
• Shuyang Ling, Ruitu Xu, Afonso S. Bandeira. On the landscape of synchronization networks: a perspective from nonconvex optimization, SIAM Journal on Optimization, Vol.29, No.3, pp.1879-1907, 2019
• Shuyang Ling and Thomas Strohmer. Certifying global optimality of graph cuts via semidefinite relaxation: A performance guarantee for spectral clustering, Foundations of Computational Mathematics, 2019

教育背景

• 加州大学戴维斯分校 应用数学博士
• 加州大学戴维斯分校 统计学硕士