報告時間：2025年6月21日（星期六）10:00-11:00
報告地點：翡翠湖校區(qū)科教樓B1811室
報 告 人：吳國成 教授
工作單位：重慶郵電大學
舉辦單位：數(shù)學學院
報告簡介：
報告首先介紹了當前基于數(shù)據(jù)驅動和分數(shù)階方程深度學習面臨的幾個問題，分析了分數(shù)階差分方程理論研究的必要性。報告回顧了經(jīng)典Riemann-Liouville導數(shù)的定義方式，結合n重積分方法定義了廣義分數(shù)階積分，給出了廣義核函數(shù)的數(shù)學約束條件及廣義分數(shù)階導數(shù)的物理意義。進而報告給出了時標理論的Hadamard和Exp型分數(shù)階差分的定義。最后，報告采用神經(jīng)網(wǎng)絡方法進行了分數(shù)階混沌映射的參數(shù)估計，解決了在復雜場景下基于數(shù)據(jù)驅動建立分數(shù)階復雜系統(tǒng)模型的問題。
報告人簡介：
吳國成，四川省杰青，現(xiàn)為重慶郵電大學數(shù)學與統(tǒng)計學院教授，數(shù)學專業(yè)碩士生導師、智能科學與技術專業(yè)博士生導師，重慶市數(shù)學會副理事長。個人研究方向為分數(shù)階差分方程、人工智能的數(shù)學理論，提出了短記憶分數(shù)階方程和基于時標理論的分數(shù)階混沌映射，主持國家自然科學基金面上和青年項目各1項，目前擔任期刊Applied Mathematics and Computation、Journal of Computational and Applied Mathematics副主編以及Chinese Journal of Physics編委。
