孙羿斐，2026年于苏州大学获理学博士学位，同年7月加入中国科学技术大学苏州高等研究院。主要从事新型微分方程数值方法与高性能数值求解研究，研究方向包括科学计算、工业软件与高性能计算。相关研究成果发表于 Computer Methods in Applied Mechanics and Engineering、Nature Communications 等国内外学术期刊。

电子邮箱： yifeisun@ustc.edu.cn
联系地址： 中国科学技术大学苏州高等研究院思贤楼216室
主要研究方向： 科学计算、工业软件、高性能计算

学术论文及著作：

[1] Y. Sun and J. Chen*, “Two-level random feature methods for elliptic partial differential equations over complex domains,” Computer Methods in Applied Mechanics and Engineering, vol. 441, Art. no. 117961, 2025. DOI: 10.1016/j.cma.2025.117961.

[2] J. Chen, W. E, and Y. Sun*, “Optimization of random feature method in the high-precision regime,” Communications in Applied Mathematics and Computation, 2024. DOI: 10.1007/s42967-024-00389-8.

[3] Y. Sun, J. Chen, R. Du*, and C. Wang, “Advantages of a semi-implicit scheme over a fully implicit scheme for the Landau–Lifshitz–Gilbert equation,” Discrete and Continuous Dynamical Systems—Series B, vol. 28, no. 9, pp. 5105–5122, 2023. DOI: 10.3934/dcdsb.2023057.

[4] J. Xu, Q. Ma, Y. Zhang, Z. Fei, Y. Sun, Q. Fan, B. Liu, J. Bai, Y. Yu, J. Chu*, J. Chen*, and C. Wang*, “Yeast-derived nanoparticles remodel the immunosuppressive microenvironment in tumor and tumor-draining lymph nodes to suppress tumor growth,” Nature Communications, vol. 13, Art. no. 110, 2022. DOI: 10.1038/s41467-021-27750-2.

[5] 陈景润，孙羿斐，“pyRFM：基于Python的随机特征方法高性能实现与应用”，《数值计算与计算机应用》，第47卷，第2期，2026。DOI：10.12288/szjs.s2025-1045。

[6] 《信息技术应用创新CAE软件通用要求及测评方法》，团体标准T/CI 824—2024，主要起草人，2024。