• 国产a视频免费观看不卡国产a视频免费观看不卡
  • 国产a视频免费观看不卡云就业平台
  • 国产a视频免费观看不卡后台管理
□ 当前位置: 首页学生工作学工动态 > 正文

学工动态

从离散到连续——解密Neural ODEs连续深度学习模型

发布日期:2026年01月11日 来源: 作者:

2026年1月8日晚,我院AI前沿论坛第十二期专题讲座“从离散到连续:连续深度学习模型Neural ODEs”在A201报告厅举行。我院工学青年博士教师周超受邀主讲,百余名学生代表参加。

周超系统介绍了常微分方程(ODEs)的基础理论与神经常微分方程(Neural ODEs)的核心思想,详细讲解了将神经网络作为动态系统函数的建模方法。通过对比传统ODE,他分析了Neural ODE在建模灵活性、可逆性及效率等方面的特点,并说明了伴随方法在参数优化中的作用。此外,他还介绍了自适应时滞神经微分方程(NADDE)等前沿方向及其在物理建模、图像分类等领域的应用潜力,指出这类模型推动AI向更可解释、更符合系统本质的方向发展。

新的一年里,学院将持续深化“AI前沿论坛”建设,着力将其打造为更高水平、更宽视野的学术交流平台,助力广大学子夯实专业基础、把握前沿动态、明晰发展方向。

(文/文艺锦 唐子雅 图/王颖 一审/龚亮 二审/欧彩玲 三审/李琳)