报告时间：2025年6月21日（星期六）10:00-11:00
报告地点：翡翠湖校区科教楼B1811室
报 告 人：吴国成 教授
工作单位：重庆邮电大学
举办单位：数学学院
报告简介：
报告首先介绍了当前基于数据驱动和分数阶方程深度学习面临的几个问题，分析了分数阶差分方程理论研究的必要性。报告回顾了经典Riemann-Liouville导数的定义方式，结合n重积分方法定义了广义分数阶积分，给出了广义核函数的数学约束条件及广义分数阶导数的物理意义。进而报告给出了时标理论的Hadamard和Exp型分数阶差分的定义。最后，报告采用神经网络方法进行了分数阶混沌映射的参数估计，解决了在复杂场景下基于数据驱动建立分数阶复杂系统模型的问题。
报告人简介：
吴国成，四川省杰青，现为重庆邮电大学数学与统计学院教授，数学专业硕士生导师、智能科学与技术专业博士生导师，重庆市数学会副理事长。个人研究方向为分数阶差分方程、人工智能的数学理论，提出了短记忆分数阶方程和基于时标理论的分数阶混沌映射，主持国家自然科学基金面上和青年项目各1项，目前担任期刊Applied Mathematics and Computation、Journal of Computational and Applied Mathematics副主编以及Chinese Journal of Physics编委。