{dede:global.cfg_webname/}
  • English
  • 官方微信
  • 首页
  • 栏目名称
    • 测试
  • 第二个
  • 首页
  • 学院概况
    • 学院简介
    • 历史沿革
    • 机构设置
    • 现任领导
    • 历任领导
    • 联系我们
  • 师资队伍
    • 全职教工
    • 讲座 兼职教授
    • 重要人才计划
    • 退休人员名单
  • 人才培养
    • 本科生培养
    • 硕士生培养
    • 博士生培养
  • 科学研究
    • 学术交流
    • 重点学科
    • 科研机构
    • 科研团队
    • 科研成果
    • 讨论班
  • 党团建设
    • 党建动态
    • 工会活动
    • 团学工作
  • 理论学习
    • 主题教育
  • 合作交流
    • 国际合作
    • 校际合作
    • 校企合作
  • 招生就业
    • 招生信息
    • 就业信息
    • 招生宣传
  • 校友之家
    • 校友组织
    • 校友基金
    • 校友活动
    • 百年院庆
    • 校友动态
    • 知名校友
  • 院务信箱

学术交流

  • 学术交流
  • 重点学科
  • 科研机构
  • 科研团队
  • 科研成果
  • 讨论班

学术交流

基于深度学习的网络动力学预测

日期:2025-09-22  作者:  点击:[]

题    目:基于深度学习的网络动力学预测

主讲人:张海峰 教授

单    位:安徽大学

时    间:2025年9月23日 14:30

腾讯ID:173-253-795


摘    要:社会、自然界中的许多行为都可以用网络动力学进行建模,如流行病的传播、电网系统的级联故障等,因此如何基于历史的观测数据预测网络动力学一直是网络科学领域的一重要科学问题。为此,本报告将介绍如何基于深度学习技术对不同网络系统上的动力学进行预测:首先介绍单层网络上结构和时间序列数据均存在缺失情况下如何对结构和动力学进行协同预测;然后介绍如何对多层网络不同层的动力学进行预测,并能实现对层内缺失结构的预测;最后进一步发展一套统一的物理信息神经网络框架用于预测网络动力学,该框架既能对低阶网络动力学又能对高阶网络动力学进行预测。


简    介:张海峰,男,教授,博士生导师,安徽省学术和技术带头人。研究方向为网络分析,数据挖掘,网络动力学分析等,以第一或通讯作者在NC、 IEEE Trans.、 PRE等期刊发表论文多篇。已主持国家自然科学基金4项。荣获安徽省自然科学一等奖(排名第二)。《复杂系统与复杂性科学》编委。


上一条:基于教研员视角的数学教师的专业发展 下一条:Deep learning in non-stationary signal decomposition

【关闭】

友情链接

  • 学校教务处
  • 学校党委办公室
  • 学校校长办公室
  • 清华大学数学系
  • 浙江大学数学科学院
  • 上海大学数学系
版权信息