报告题目：图信号处理在神经科学中的应用
报告人：夏杰
报告时间：6月18日8:45—9:30
报告地点：东6C座5楼会议室
报告摘要：图信号处理 (GSP) 利用大脑网络的拓扑结构来分析大脑活动提供了新兴的工具。本报告中，首先概述了 GSP 的核心思想及数学理论的关系，包括采样、滤波或图形学习的方法。其次，介绍如何利用GSP探究大脑的结构和功能的关系，为理解大脑的组织原则提供了新的见解。
报告人简介：2015级西南科技大学数理学院数学与应用数学本科生，2019年保送电子科技大学数学科学学院，2021年硕博连读电子科技大学生命科学与技术学院，研究方向：图信号处理在神经科学中的应用。
报告题目：支持向量机的共轭下降学习算法
报告人：于浪
报告时间：6月18号9:35—10:25
报告地点：东6C座5楼会议室
报告摘要：支持向量机(SVM)是模式识别中一类重要的方法，序列最小优化(SMO)算法是目前最流行的SVM训练方法之一。该报告首先介绍支持向量机的数学模型本质思想以及其应用领域。然后介绍几类常用的大规模支持向量机的SMO训练算法。重点将针对共轭SMO算法的基本原理、相关性质以及存在的问题进行介绍。最后探讨该领域目前存在的挑战性问题以及未来的研究方向。
报告人简介：2016级西南科技大学数理学院信息与计算科学本科生，2020年保送重庆大学数学与统计学院，研究方向：数值优化算法。
报告题目：千禧年以来建筑运营碳的全球转变
报告人：向希望
报告时间：6月18号10:30—11:15
报告地点：东6C座5楼会议室
报告摘要：建筑部门作为迄今为止全球最大的能源消费者和排放体，被认为是减缓气候变化和实现我国“双碳目标”的关键部门。该报告基于一套自下而上的脱碳评估框架，评估了千禧年以来全球公共建筑和住宅建筑的排放模式及历史脱碳进程，并测试了评估框架的不确定性和鲁棒性，最后提出了全球建筑的自适应深度脱碳策略。
报告人简介：2017级西南科技大学数理学院数学与应用数学本科生，2021年保送重庆大学管理科学与房地产学院，研究方向：建筑能源与建筑脱碳。
欢迎广大师生参加！
数理学院
2023.6.16
