当前位置: 首页 > 学术报告
放电神经网络的粗粒化框架及其在视觉神经网络的应用
张继伟 教授(武汉大学)
2020年8月26日下午15:00- 16:00  腾讯会议 房间号:933 639 819

主持人:郑海标 副教授
报告时间:2020年8月26日下午15:00- 16:00
报告平台:腾讯会议 房间号:933 639 819

报告人介绍:

张继伟,武汉大学数学与统计学院教授,博士生导师。 2003和2006年在郑州大学获得学士和硕士学位,2009年在香港浸会大学获得博士学位。随后在南洋理工大学和纽约大学克朗所从事博士后研究,2014年5月在北京计算科学研究中心工作,2018年11月到武汉大学工作。现主持一项国家自然科学基金面上项目,并参与一项重点项目。主要研究领域包括偏微分方程和非局部模型的数值解法,以及神经科学的建模与计算。主要成果发表在SIAM Journal on Scientific Computing, SIAM Journal on Numerical Analysis, Mathematics of Computation, Journal of Computational Neuroscience等国际知名期刊上。

报告内容摘要:

大脑皮层中的神经网络具有丰富的动力学,神经网络中神经元可能会出现无规则的均匀发放电,多个神经元同步放电,或者大规模的同步放电等现象。针对这一类具有强关联(同步放电)现象,我们提出了一个新的粗粒化框架来粗粒化这些强关联的神经网络动力学,即所谓分区的系综平均方法。这个框架能够很好的描述神经元同步放电的动力学。同时,通过引入矩和最大熵原理的概念,基于第一原理,进一步把群体动力学方程简化到一个关于矩的ODE系统。最近,我们把这个简化模型进一步应用到了视觉神经的建模与计算,能够很好模拟神经网络中波的传播现象。