报告题目 (Title)：基于数据驱动和分数阶差分方程理论的深度学习
报告人 (Speaker)：吴国成 研究员（内江师范学院）
报告时间 (Time)：2023年10月26日(周四) 9:00-11：00
报告地点 (Place)：校本部F309
邀请人(Inviter)：夏铁成 教授
主办部门：理学院数学系
报告摘要： 介绍了数据驱动和分数阶方程深度学习面临的几个关键问题，引出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；根据经典随机游走理论, 报告揭示了广义分数阶导数的物理意义。进而报告定义了时标上Hadamard和Exponential型分数阶导数。最后，报告采用深度学习进行了分数阶混沌映射的参数估计，和传统优化方法进行了优缺点比较。
