主讲人简介：肖建英，博士，教授，特聘研究员，硕士生导师，四川省学术和技术带头人后备人选。主要研究方向：动力系统理论及应用，主攻人工智能的基础理论，如神经网络系统的稳定性、同步性、耗散性等动力学特性问题，积极开展相关数学理论在人工智能的基础研究工作。近年来，以第一作者兼通讯作者在《TNNLS》、《TFS》、《NN》等多个权威期刊发表SCI论文20余篇，涉及数学、工程技术、控制科学、人工智能、神经网络等交叉领域，其中ESI（前1%）高被引论文5篇，中科院大类一区TOP6篇， IEEE Trans系列汇刊论文3篇，单篇引用最高超过150次。主持完成国家自然科学基金项目等多项项目。

主讲内容简介：超复值神经网络是高维信号表征的重要分支，八元数神经网络依托 Cayley 八元数代数，可对具有内在耦合关联的八维数据进行一体化表征，在参数量约束、特征关联挖掘上具备独特潜力。由于八元数乘法不满足交换律与结合律，网络的动力学行为、激活函数构造、反向传播算法与传统实值神经网络存在显著差异，给稳定性、同步性、收敛性分析带来特殊困难。本次讲座围绕八元数神经网络展开，介绍八元数域网络的基本架构、卷积模块、时滞系统动力学分析框架，梳理直接分析法与分解分析法两类主流研究范式；汇报其在图像分类、忆阻系统、分数阶动力学、无人机编队感知等场景的最新应用进展，剖析现有模型在训练稳定性、算力开销、大规模深度网络拓展上的局限，并探讨八元数神经网络与分数阶控制、事件触发机制结合的研究机遇，为高维非线性智能系统的理论与应用研究提供参考。

主讲时间：2026年11月04日(周三)18:45-19：45

主讲地点：第12教学楼443教室

承办单位：电子信息与电气工程学院

欢迎学校广大师生参与本次讲座！请参加讲座人员于2026年11月4日18:35前入场。