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TOP7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：

在新一代人工智能发展规划中，类脑智能计算理论被明确列为重点攻关方向——其核心目标是让机器更贴近人脑的认知逻辑，而神经网络正是实现这一目标的关键技术支撑。作为深度学习的基础，神经网络具备联想记忆、高容错性、强自学习能力等核心优势，不仅丰富了类脑复杂系统与类脑控制的理论体系，更已成为现代AI领域的前沿研究热点。

回顾研究历程，学界的探索逐步深入：最初通过整数阶单层神经网络模拟人脑神经系统，有效提升了网络的计算效率、并行处理能力与自适应性能；随后进一步构建分数阶双层神经网络，更细腻地捕捉了神经元的动态行为与记忆特性，推动神经网络的理论边界与应用能力实现质的飞跃。

当前，随着人工智能、信号处理等领域的应用场景日益复杂，数据维数持续提升，传统网络已难以满足需求。由此，分数阶高维双层神经网络应运而生，其兼具高动态响应、高模拟精度、高维度适配性的独特优势，正为各领域的深度创新提供全新技术路径，应用潜力亟待挖掘。

时间：2025年12月23日（周二）18：30-19：30

地点：10411

主办单位：ok138太阳集团古天乐