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130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：

新一代人工智能发展规划中，特别指出应加强类脑智能计算理论的研究，而具有联想记忆、容错能力高、学习能力强等智能优势的神经网络，是深度学习的基础、实现人工智能的基石。开展对神经网络的研究及应用可丰富类脑复杂系统和类脑控制的理论基础，亦逐步成为现代人工智能领域研究热点及关注重点。文献资料显示，研究者通过构建整数阶多层神经网络来更准确模拟人类大脑神经系统，有效提高了网络计算、并行和自适应能力，进而建立分数阶多层神经网络，更好地描述了神经元的动态行为及记忆性质，使得神经网络的基础理论和应用能力得到进一步拓展。随着应用维数的不断提高，需要建立分数阶多维多层神经网络，以促进神经网络在人工智能、信号处理等领域的深入应用。分数阶多维多层神经网络具有高动态、高模拟、高维度等特征，应用领域更广。

主讲时间：11月25日(周一)14:00-15:00

主讲地点：10110

承办单位：电子信息与电气工程学院