调和分析与偏微分方程  

主要研究调和分析、偏微分方程、小波和金融模型等，在国内较早开展调和分析与偏微分方程、多线性奇异积分以及与金融模型的交叉等方面的研究，尤其在奇异积分有界性、粗糙系数方程唯一延拓性、非线性发展方程适定性等方面的研究在国内外具有较大影响。  

复分析与算子理论  

主要研究单复变函数和多复变函数，包括函数空间理论、几何函数论、函数空间上的算子理论及多复变全纯映照的理论与方法，在函数空间循环元问题等方面做出了有国际影响的工作。  

大数据处理与统计分析  

主要研究大数据分布式处理，包括大数据处理中的机器学习、大数据处理中的大规模数值优化、大数据统计理论等，以大数据处理为核心，形成统计学、计算数学和人工智能的有机交叉，将大规模数据挖掘算法中的计算方法、统计理论和最优化方法，在海洋大数据等领域中形成优势。  

动力系统与数值计算  

主要研究常微分方程与动力系统的分支与混沌理论及其数值分析与仿真，将常微分方程与动力系统的基本理论结合数值分析与仿真用来解决工程技术、生物数学及经济等领域中的实际问题。  

图论与信息处理  

主要研究图谱理论、复杂网络与信息处理及应用等，在图谱研究中取得了一系列开创性的结果，同行中有较大影响力；本方向具有很好的应用前景，其理论研究可以为众多当今热门研究领域或方向提供理论支撑，如复杂网络、信息处理、组合论。  

光学  

主要研究光学微纳加工技术，人工智能激光雷达技术，分布式光纤传感网路，以及光学环境感知技术及应用（包括高精度光学器件、结构光三维感知及识别技术、微纳衍射光学3D传感）等。  

材料物理  

主要从事新超导体的探索，强关联系统，电子结构计算，以及新型能源材料研究（包括碳纳米管，石墨烯）和应用。  

量子信息物理  

主要研究量子信息中的基础物理问题和实现方法，包括量子体系的动力学特性，量子光学与量子测量问题，量子输运，量子调控、量子开放系统与耗散理论，量子纠缠和量子退相干，量子计量学等前沿问题。  

大数据分析与应用  

主要研究大数据分析理论与方法及在具体领域的应用技术。以统计学理论为基础，大数据分析方法为核心，解决海洋、安防监控、电力等行业中的大数据预测、分类、聚类、关联分析、异常检测等应用问题。  

金融统计与风险管理  

主要研究概率统计、金融工程、风险管理与精算学的基本理论、方法及计算机技术在金融领域的应用，特别是以统计学、金融数学为工具建立金融市场风险模型、金融期权模型与巨灾保险模型，并在风险管理定量分析中实际应用。  

经济与社会统计  

主要研究社会经济统计活动的规律和方法，利用综合评价、经济计量、统计调查、统计建模和分析等方法对经济数据来源、经济数据之间的相互结构进行分析，揭示经济运行的联系和规律；开展统计方法在社会人情关系中的理论研究与实践，并在流通、体育与文化领域等方面得到应用。  

统计计算与仿真  

立足于数理统计、计算数学和计算机科学的交叉，主要研究试验设计、抽样调查、回归分析、分布函数和分位数的计算、随机数的产生与检验、矩阵计算、无约束最优化方法及随机模拟方法等。特别是将统计理论与数值模拟相结合，应用于实际社会或经济现象的预测。  

工程建模方法与应用  

（调和分析技术与应用）  

利用微分方程和调和分析、非线性规划和数据拟合等数学方法研究工程领域中实际问题的模型建立。通过模型求解、模型检验和模型评价，得到模型结果，运用模型结果进行分析和设计实际工程或系统，进而解决实际工程问题。  

工程计算与仿真技术  

该方向包括工程计算、数值分析、工程结构分析与数值模拟、数值仿真、结构CAD，以及工程设计与施工过程的数据处理、可视化计算、工程结构试验仿真等。现代工程中存在大量的工程力学和数学物理问题，需要通过数值计算和仿真的方法解决。数值仿真在计算机上实现，具有可重复性的优点。通过数值计算与仿真技术可为土木工程设计、理论分析等提供可视化的应用平台。  

工程管理统计与应用  

统计学在工程管理中的作用至关重要，它的总体性、数量性、客观性、随机性和广泛性，体现在工程管理的大额性、个别性及兼容性之中。统计原理及方法在建设工程项目的招投标、施工管理、质量控制、成本控制等方面是不可或缺的。工程管理统计与应用方向主要利用统计模型、统计分析方法、统计预测手段、风险评估与控制方法等来研究和分析工程经济、工程管理等领域的各种问题。  

金融数学与风险管理  

利用精算数学理论与方法，建立巨灾风险模型、养老金计划模型、金融风险管理模型等，并用合适的软件和工具实施模型的测算和结果分析，进而解决相关复杂金融保险业实际问题。利用金融随机分析理论、定量分析方法、风险对冲方法和保险精算方法，建立金融衍生品定价模型、随机波动率模型、金融风险管理模型等，并用合适的软件和工具实施模型的测算和结果分析，进而解决金融市场中的实际问题。  

机器学习与大数据处理  

利用计算机实现对数据的智能分析，挖掘数据隐藏的规律、模式，对未知数据进行预测、分类。机器学习技术目前被广泛应用于图像识别、语音识别、自然语言处理等前沿领域，同时也被广泛应用于金融、商业、医疗、电信、能源等行业的数据分析。  

车载激光雷达设计与开发  

主要面向汽车辅助驾驶和无人驾驶需要，致力于小型化TOF多线全向与前向激光雷达设计与开发，并针对车载激光雷达的关键痛点问题开展基于相干技术的新型激光雷达技术研究，包括相干光学系统设计、信号解析算法研究、性能测评软件开发、MEMS雷达扫描技术开发、光机系统设计等；开展激光雷达应用研究，包括激光雷达在扫地机器人、物流机器人以及仓储机器人等的应用研究。  

车载微纳折衍光学设计与加工  

该方向面向汽车光学应用，致力于先进行车照明、汽车光学装饰材料、汽车光学传感和汽车抬头显示等方面的光学系统设计与加工工艺研究。具体包括：具备行车环境辅助提示投影和危险目标跟随等功能的智能大灯设计、小型化沉浸式行车显示技术开发、替代电镀工艺的DOE光学装饰薄膜设计与加工、人体感知与汽车环境感知光学机械模组设计等。  

智能驾驶图像处理  

该方向主要开展智能驾驶相关的图像数据处理与分析，利用三维图像处理技术和深度学习技术对车载激光雷达图像、视觉图像和行车环境监测图像进行智能分析，实现图像降噪、增强、三维点云处理、目标分割、目标分类和识别等。深度学习技术目前被广泛应用于图像识别、语音识别、自然语言处理等前沿领域，同时也被广泛应用于金融、商业、医疗、电信、能源等行业的数据分析。  

汽车物理模型仿真分析  

现代车辆工程中存在大量的工程力学、材料和结构等问题，需要通过物理建模、数值计算和仿真的方法解决。数值仿真在计算机上实现，具有可重复性的优点。通过数值计算与仿真技术可为车辆工程设计、理论分析等提供可视化的应用平台。  

该方向包括材料物理仿真、车辆工程力学分析与仿真、汽车动力学建模与仿真，以及车辆设计与制造过程的数据处理、可视化计算、汽车结构试验仿真等。  

智能驾驶5G天线设计与开发  

5G是一个面向场景化的时代，在汽车行业来说，对智能网联汽车的应用将起到关键的支持作用。在5G通讯的大数据应用中，天线技术又是至关重要，在智能天线可以在同一信道上实现了接收和发送多个移动用户信号，而互不干扰的效果，使不同的移动用户可以使用同一段频谱资源，实现了资源共享。  

该方向包括多波束切换的智能天线设计与研发、多输入多输出天线系统的设计、超材料智能天线设计。  

纳米谐振子的反馈控制研究  

研究领域：纳米谐振子具有尺寸小、稳定性好、品质因子高等优点，是信息存储、操控和传输的优良载体。该方向通过物理仿真模拟等手段，针对纳米谐振子系统，设计反馈控制方案，实现对纳米谐振子稳定操控，在车辆工程、精密仪器制造、量子仪器等领域具有十分重要的意义和广泛应用。  

大数据智能处理  

现代汽车工业与道路交通会产生大量的数据，需要大规模的存储、传输与实时处理。以深度神经网络技术为核心的现代人工智能已被广泛的应用于汽车、交通大数据的分析与处理，为无人驾驶、自主导航、交通管理等提供了快速决策能力。  

该方向包括交通图像数据、车载传感网络数据、车位地磁场感应数据、车牌车型图像数据等的智能处理，实现目标识别、目标跟踪、故障诊断、场景分析。