学院首页

“复杂系统与统计分析”专题讲座通知

发布时间:2024-03-28     文章来源:大数据统计学院      浏览次数:

 

为活跃学校学术氛围,增进学校师生与相关专家学者之间的学术交流,大数据统计学院拟开展“复杂系统与统计分析”专题讲座。本次专题讲座紧紧围绕复杂系统与统计分析及其相关领域国际学术前沿深入开展交流和讨论。

  1. 时间

    2024年3月31日(周9:00

  2. 地点

    贵州财经大学修德楼218报告厅

  3. 讲座内容

“复杂系统与统计分析”讲座内容

讲座一

讲座题目:有向网络上反应扩散系统的分岔及其范式

报告人:靳祯

 

 








报告人简介:靳祯 山西大学二级教授。现任教育部重点实验室主任,山西省数学会理事长,享受国务院政府特殊津贴。主要从事生物动力系统研究,先后主持国家自然基金项目10 项,其中国家基金重点项目2 项,国家重点研发计划子项目1项。曾获山西省科学技术奖(自然科学类)一等奖2项,教育部高等学校优秀成果二等奖奖(自然科学类)1项。

报告摘要:与无向网络的真实拉普拉斯特征值相比,非对称有向网络的特征值可能是复数,这能够触发额外的集体动力学,包括振荡行为。然而,定义在有向网络上的反应扩散系统的高维性使得对其进行深入的动力学分析变得困难。在这次报告中,我们严格推导了有向网络上定义的一般双物种反应扩散系统的霍普夫范式,揭示了它与在无向网络上推导的相应过程之间的一些值得注意的差异。应用所得的理论框架,我们对有向网络上定义的SI反应扩散系统进行了严格的霍普夫分岔分析,其中数值模拟与理论分析相吻合。毫无疑问,我们的工作将为研究有向网络中的振荡现象提供一条重要途径。

讲座二

讲座题目:反馈演化博弈中的共演化动态

报告人:陈小杰

报告人简介:陈小杰,电子科技大学数学科学学院教授、博士生导师。2005年获得国防科技大学学士学位。2011年获得北京大学博士学位。2008-2009年在加拿大不列颠哥伦比亚大学作访问学者。2011-2013年在奥地利国际应用系统分析研究所作博士后。2013-2014年在奥地利国际应用系统分析研究所作研究学者。入选四川省千人计划、爱思唯尔“中国高被引学者”榜单(2021、2022),连续四年入选全球前2%顶尖科学家榜单,担任欧洲物理快报EPL副主编和5个SCI期刊编委、中国仿真学会智能物联系统建模与仿真专业委员会副主任委员。近年来主要从事群体智能中的博弈理论与方法研究,发表SCI论文100余篇,其中在eLife、英国皇家学会会刊、IEEE汇刊等上发表第一/通讯作者论文70余篇,部分成果得到诺贝尔奖获得者等的引用和正面评价,获得中国仿真学会优秀论文奖、四川省数学会应用数学奖二等奖。

报告摘要:人类活动正以前所未有的速度改变着自然环境。这些环境变化反过来又塑造着人类社会。目前,许多跨学科的研究方法已经认识到建立一个新的综合框架来研究人类行为与环境之间的耦合的重要性。反馈演化博弈是实现这一研究目的的另一种方法。在这次演讲中,我将谈论我们最近关于反馈反馈演化博弈中的共演化动态的研究。

讲座三

讲座题目:四元数值神经网络的同步

报告人:包海波

报告人简介:包海波,研究员,博士生导师, 重庆市高校中青年骨干教师,任职于西南大学数学与统计学院。现为杂志Chaos编辑,美国数学会评论员,曾担任杂志Chaos编辑顾问委员会委员(2020.1-2020.12),Journal of Applied Mathematics and Computing杂志编委(2017.4-2022.12)。2014-2015年在韩国岭南大学从事博士后工作,2016-2017年在德国柏林洪堡大学做访问学者。主要研究方向为神经网络、复杂网络动力学、同步控制和分数阶系统控制;主持国家自然科学基金4项,中国博士后科学基金项目,重庆市自然科学基金面上项目,重庆市留学人员回国创业创新支持计划创新类项目各1项;发表论文60余篇,其中9篇论文入选ESI高被引论文;2017,2019,2020年多次获Journal of The Franklin Institute杂志杰出审稿人称号;2018年获吴文俊人工智能自然科学奖三等奖;2019年获重庆市科协自然科学优秀学术论文奖, 中国电子学会电路与系统分会混沌与非线性电路学术年会优秀论文奖;2021年获川渝科技学术大会优秀论文三等奖,2022年获重庆市北碚区科技创新巾帼建功标兵称号,2023年获西南大学“兴明青年教师奖”。

报告摘要:四元数值神经网络的同步问题在刚体姿态、彩色图像等领域有着广泛的应用,是神经网络领域的前沿课题。本文讨论了四元数值神经网络的同步问题。四元数的简要概述将给出。基于不同的控制方法,讨论了四元数值神经网络的几种同步方法。并给出了一些在彩色图像中的应用实例。

讲座四

讲座题目:基于高阶时序交互的多人雪堆博弈演化合作动力学

报告人:夏承遗

报告人简介:夏承遗,男,天津工业大学人工智能学院教授、博士生导师。天津系统科学与工业控制学会副理事长兼秘书长,中国工业与应用数学学会复杂系统与复杂网络专委会委员,中国指挥与控制学会网络科学与工程专委会委员、中国人工智能学会空天智能专委会委员、中国系统工程学会服务系统分会理事。2014年入选天津市“131”创新型人才培养工程第一层次、2017年入选天津市高等学校中青年骨干、2019年入选天津市特聘教授。截止目前,在包括IEEE TAC、Automatica、IEEE JSAC, IEEE Trans. SMC, IEEE Trans. Cyber, IEEE Systems Journal, Phys Rev X, Physics of Life Review, Information Sciences, Knowledge-Based Systems, 控制与决策, 系统工程学报等国内外刊物上公开发表学术论文60余篇。主持完成国家自然科学基金3项、省部级纵向课题2项。荣获天津市自然科学二、三等奖各1项。

报告摘要:将时间维度引入到静态高阶网络中,充分考虑交互的时间顺序,以更准确地刻画真实系统,并在此基础上研究了多人雪堆博弈中群体合作的演化动力学。通过实证数据构建的高阶时序网络,深入探究了高阶时序网络中影响合作演化的各种因素。具体来说,从高阶和时序两个角度出发,针对以下三个问题展开研究:(SQ1) 时间性对高阶网络中群体合作演化的影响?(SQ2) 高阶结构对时序网络合作演化的影响?(SQ3) 时间突发性和参与者突发性对合作演化的影响?最后,我们从理论上对比分析了高阶和成对结构对时序网络合作演化的影响。本文的研究结果揭示了时间信息在合作演化中的重要性,发现相比于高阶静态网络,高阶时序网络在促进合作演化方面具有明显的优势。本研究方法也为探索其他结构化群体中的合作演化开辟了新思路。