一、个人简介

教育经历：

• 1979-09至1983-07,武汉大学，计算数学，学士
• 1985-08至1988-07,中国科学院，应用数学，硕士
• 1988-08至1990-07,美国麻省大学，数学，硕士
• 1990-08至1993-05,Cornell University,Applied Math,博士

主要研究方向：应用数学：随机动力系统的理论与应用；随机偏微分方程理论与应用；数据驱动的数学建模-分析-学习-预估；非平衡统计物理；随机现象与复杂现象的刻画与诠释；以及数学与其它学科的交叉研究。

近期研究包括：随机动力系统的有效约化与逼近；非高斯噪声与彩色噪声驱动的动力系统；数学物理中的随机偏微分方程；数据科学与动力系统；生物物理系统与地球物理系统中的随机现象的分析，建模，计算与预估；数据科学与生物医学交叉研究。

二、学术/研究成果

 1.随机动力系统的基础理论与有效降维

为复杂非线性系统在随机噪声下的长时间演化规律建立了严密的底层数学框架。针对由随机偏微分方程（SPDEs）生成的无穷维随机动力系统，他系统性地发展了随机不变流形（Random Invariant Manifolds）理论，严格证明了在不同形式噪声（如乘性白噪声）驱动下，系统随机稳定流形、不稳定流形及中心流形的存在性与平滑性。基于该几何分析框架，进一步提出了针对高维和无穷维随机系统的有效降维（Effective Reduction）方法，能够将存在多尺度特征的复杂演化方程严格投影并逼近为低维有限系统。这在数学上为分析系统的随机分岔与动力学相变提供了核心推演工具，解决了复杂随机系统因维度灾难而难以刻画长程渐近行为的理论瓶颈。

2.非高斯噪声驱动系统的理论与工具创新

基于随机动力系统理论、机器学习及数值分析技术，提出非高斯噪声驱动系统中非局部方程奇异项的处理方法，填补了相关理论空白。该方法为解析非高斯噪声系统的动力学行为提供了关键工具，推动了随机动力系统基础理论的发展，并成功应用于基因调控等生物系统的建模与分析，具有理论深度与工程实用性。

3.生物领域复杂问题的跨学科解决方案

提出随机Onsager神经网络方法，通过机器学习从复杂数据中挖掘物理规律并提取低维动态模型，显著增强了模型的可解释性。该方法在蛋白质折叠机制解析与传染病传播预测中得到验证，不仅揭示了生物现象的本质规律，还为生物等领域的复杂问题提供了理论严谨性与实践导向的新型分析工具。

三、代表性论著

1. Duan, J., Holmes, P., & Titi, E. S. (1992). Global existence theory for a generalized Ginzburg-Landau equation. Nonlinearity, 5(6), 1303–1314.
2. Duan, J., Lu, K., & Schmalfuss, B. (2003). Invariant manifolds for stochastic partial differential equations. The Annals of Probability, 31(4), 2109–2135.
3. Bongolan-Walsh, V. P., Duan, J., Fischer, P., Özgökmen, T., & Iliescu, T. (2007). Impact of boundary conditions on entrainmenttransport in gravity currents. Applied Mathematical Modelling, 31(7), 1338–1350.
4. Xu, Y., Gu, R., Zhang, H., Xu, W., & Duan, J. (2011). Stochastic bifurcations in a bistable Duffing–Van der Pol oscillator with colored noise. Physical Review E, 83(5), 056215.
5. Zou, W., Senthilkumar, D. V., Nagao, R., Kiss, I. Z., Tang, Y., Koseska, A., Duan, J., & Kurths, J. (2015). Restoration of rhythmicity in diffusively coupled dynamical networks. Nature Communications, 6(1), 7709.
6. Qiao, H., Zhang, Y., & Duan, J. (2018). Effective filtering on a random slow manifold. Nonlinearity, 31(10), 4649–4666.
7. Huang, Q., Duan, J., & Song, R. (2022). Homogenization of nonlocal partial differential equations related to stochastic differential equations with Lévy noise. Bernoulli, 28(3), 1648–1674.
8. Chen, Y., Duan, J., & Gao, H. (2023). Well-posednesswave-breaking for the stochastic rotation-two-component Camassa-Holm system. The Annals of Applied Probability, 33(4), 2734–2785.
9. Wang, T., Wang, X., Shi, Y., Xin, W., Jiang, Z., Gao, T., & Duan, J. (2024). Euler-Maruyama method based channel prediction: An LDE-net implementationfield evaluation. IEEE Transactions on Vehicular Technology, 73(8), 12143–12147.
10. Huang, Y., Zhou, X., & Duan, J. (2025). Probability flow approach to the Onsager-Machlup functional for jump-diffusion processes. SIAM Journal on Applied Mathematics, 85(2), 524–547.

四、联系方式

邮箱：duan@gbu.edu.cn

个人主页网址：https://www.researchgate.net/profile/Jinqiao-Duan

五、其他信息

科研项目：

（1）国家自然科学基金委员会，面向全球的科学研究基金项目，W2541005，understandingandtrollsTippingPhenomenainDynamicalSystems:Theory,Methodand Applications,2026-01-012028-12-31,480万元，在研，参与

（2）国家自然科学基金委员会，专项项目，12141107，智能反射面辅助的新型无线通信数学理论与数学技术，2022-01-01至2025-12-31，300万元，资助期满，参与

所获荣誉：

• 欧洲地球物理学会青年科学家杰出论文奖，1999年。
• 教育部长江学者奖励，2007年。
• Sigma Xi Award for Outstanding Accomplishments in ResearchScholarship，2011年。

著有《An Introduction to Stochastic Dynamics》等著作、指导学生获《StochasticsDynamics》最佳论文奖