多源数据的数据挖掘： 

1.   研究复杂数据的贝叶斯统计、神经网络、相似性分析、深度学习方法及相关理论。
2.   汽车碰撞模拟结果的相似性统计学习和模型优化
3.   活动星系核反馈与星系演化
4.   基于多源数据融合的******

1.  输运方程快速算法研究：输运方程在天体物理、大气物理、等离子体物理、核裂变反应堆、可控核聚变等领域有重要的应用。本项研究旨在运用偏微分方程求解的新方法新技术，建立子输运方程求解的高效数值方法。
2. 多相复杂流体流动问题的建模及数值方法研究：多相流如耦合的大气海洋系统（水和气）、油气藏（水、油、气）、云雾的混合（水蒸气、水、气）等在我们的日常生活中几乎是无处不在的。本项研究旨在研究油气藏多相复杂流体流动问题的建模及数值方法。
3. 分数阶微分方程的数值方法研究：分数阶微分方程广泛应用于反常扩散、粘弹性材料、信号与图像处理、系统识别、石油渗流、管道的边界层效应、金融以及分形理论等应用领域。本项研究旨在研究等离子体物理领域高维分数阶非线性模型，建立其高阶数值求解格式。
4. 等离子体物理中非线性物理过程的数值研究：本项研究旨在对等离子体物理中的色散、孤立波、激波、怪波、Bose-Einstein 凝聚、黑洞吸积等非线性物理过程开展数值研究。