MSJ-KMS Joint Meeting 2021

English Page

主催

日本数学会、大韓数学会

日時

2021年9月13日（月）

会場

オンライン開催

参加登録

事前申込制です。下記のURLから参加登録してください。
（受付期間：8月1日～9月8日）
https://forms.gle/GR2ZNvjaiso3Upaz6

ポスター

Poster.pdf

英文サマリ―

Summary.pdf

プログラム

10:00--10:15

歓迎挨拶 清水　扇丈（日本数学会理事長） 開会挨拶 JongHae Keum（韓国数学会会長）

Plenary Talks

10:20--11:20 河東　泰之（東京大学）
Topological order, tensor categories and operator algebras 11:30--12:30 Inkang KIM (KIAS)
Signature, Toledo invariant, eta invariant, and the representation of surface group in real symplectic group

パラレルセッション「代数」

14:00--14:40 安田　健彦（大阪大学）
On the isomorphism problem for projective schemes 14:50--15:30 Sanghoon BAEK (KAIST)
Rationality and complexity for spaces of torsors under semisimple groups 16:10--16:50 玉川　安騎男（京都大学）
"Ghosts" in families of abelian varieties with a common isogeny factor (joint work with Anna Cadoret) 17:00--17:40 Jihun PARK (POSTECH)
Sasaki-Einstein 5-manifolds from an algebro-geometric point of view

パラレルセッション「幾何、トポロジー」

14:00--14:40 永野　幸一（筑波大学）
Topological regularity theorems for CAT(0) spaces 14:50--15:30 Yunhyung CHO (Sungkyunkwan Univ.)
Monotone Lagrangians and mutations in flag varieties 16:10--16:50 太田　啓史（名古屋大学）
Analytic aspect of Fukaya category 17:00--17:40 Cheol-Hyun CHO (SNU)
Berglund-Hübsch conjecture for invertible curve singularities

パラレルセッション「解析」

14:00--14:40 ニール　ベズ（埼玉大学）
The nonlinear Brascamp-Lieb inequality 14:50--15:30 Soonsik KWON (KAIST)
Blow-up dynamics of the self-dual Chern-Simons-Schrödinger equations 16:10--16:50 小川　卓克（東北大学）
End-point maximal regularity and free boundary problems of the Navier-Stokes equations 17:00--17:40 Kyungkeun KANG (Yonsei Univ.)
Local regularity of Stokes system and Navier-Stokes equations near boundary

パラレルセッション「確率論、応用数学」

14:00--14:40 石本　健太（京都大学）
On flows and form of microswimmers 14:50--15:30 Ildoo KIM (Korea Univ.)
An $L_p$-theory for second-order stochastic partial differential equations 16:10--16:50 稲濱　譲（九州大学）
Heat trace asymptotics for equiregular sub-Riemannian manifolds 17:00--17:40 Myungjoo KANG (SNU)
Some applications using Deep Learning Techniques