报告一
报告承办单位: 数学与统计学院
报告题目: 基于幅值–相位表征的多元时间序列预测
报告摘要: 围绕非平稳多元时间序列中的趋势与季节耦合、相位漂移及跨变量特征错位问题，报告介绍基于幅值与相位表征的两项研究。TSCNet利用Hilbert瞬时相位与趋势包络构造耦合特征，通过融合增强注意力建模动态依赖，并引入异方差Laplace损失，提高对重尾噪声和预测不确定性的适应能力。PARCNet以嵌入特征及可学习结构先验的幅相信息生成门控，进行时间与通道自适应的残差校正，改善局部振荡表征与跨变量融合。报告结合多个真实数据集上的预测、消融及模块迁移实验，分析两种方法的有效性、计算效率与适用边界，并讨论未来可能的研究方向。
报告人姓名: 刘圣军
报告人所在单位: 中南大学
报告人职称: 教授
报告时间: 2026年10月28日（星期三）下午 14：30--15：30
报告地点: 理科楼A212
报告人简介: 刘圣军教授，中南大学数学与统计学院教授，博士生导师，教育部新世纪优秀人才，湖南省杰青，德国洪堡学者。中南大学工程建模与科学计算研究所所长。2007年9月于浙江大学CAD&CG国家重点实验室获工学博士学位。科研工作以几何-物理-时序融合为核心，探索动态系统智能建模的理论、方法与应用。在几何智能计算、智能科学计算和时序智能计算等方向开展理论和方法研究，积极拓展其在具身智能、心脏数字孪生、气候预测等场景中的应用。作为负责人和中方合作者承担7项国家自科基金和1项湖南省科技计划重点项目，及其他项目多项。以第一完成人获湖南省自然科学奖三等奖1项。已发表和录用代表性论文90余篇，授权国家发明专利13项。担任中国工业与应用数学学会副秘书长，曾任中国仿真学会青年工作委员会副主任委员。
报告二
报告承办单位: 数学与统计学院
报告题目: Existence and uniqueness of GPTs vanishing structures
报告摘要: We shall show our recent work on the existence and uniqueness of Gneralized Polarization Tensors (GPTs) vanishing structures. We first construct the concentric geometry and show the global existence and local uniqueness. Then by using conformal mapping and symmetric selection low, we show the existence of GPTs vanishing structures by using only properly symmetric structures. We also show how to construct general shape, which is closely related to concentric disks, to cancel the low orders of GPTs.
报告人姓名: 邓又军
报告人所在单位: 中南大学
报告人职称: 教授
报告时间: 2026年10月28日下午 15：30--16：30
报告地点: 理科楼A212
报告人简介: 邓又军，中南大学数学与统计学院教授，博士生导师、信息与计算科学系主任。入选国家高层次青年人才，湖南省杰出青年基金获得者、中国工业与应用数学会理事、反问题与成像专委会委员、不确定性系统分析与仿真专委会委员、湖南省数学会理事、湖南省计算数学与应用软件学会理事、美国数学评论《Math Review》评论员。
2005年本科毕业于中南大学数学与统计学院，2010年6月获中南大学理学博士学位。2010年9月赴韩国仁荷大学师从国际反问题专家韩国科学院院士Hyeonbae Kang教授从事2年博士后研究工作；2012年9月赴法国巴黎高等师范学院师从国际反问题专家欧洲科学院院士Habib Ammari教授从事1年博士后研究工作。主要研究领域为应用数学和计算数学，包括数学物理中的反问题、波的成像和隐形、偏微分方程、超材料、积分算子谱理论和数值计算等。在上述领域作了一系列研究工作，取得了一定的研究成果，在国际重要学术刊物《Math. Ann.》《Arch. Ration. Mech. Anal.》《J. Lond. Math. Soc.》《Commun. Part. Diff.Eq.》《Ann. I. H. Poincare-AN》《J. Math. Pure. Appl.》《SIAM 系列》《Inverse Problems》《Journal of Differential Equations》《Journal of Elasticity》等上面发表文章70余篇。
报告三
报告承办单位: 数学与统计学院
报告题目: Output regulation for an impedance passive systems with strong stability
报告摘要: Internal model principle (IMP) is the main tool to solve the output regulation problem. In this talk, we present output regulator problem for an impedance passive linear plant, using the IMP controller. We prove that (under suitable mild assumptions, but without any stability assumptions for the plant) this controller leads to a strongly stable closed-loop system and it solves the output regulator problem if the concept of ``the error converges to zero'' is defined in a suitable way: low-pass filtering the error with any low-pass filter gives a continuous signal that tends to zero. We give several examples (both models of engineering systems) to illustrate the results.
报告人姓名: 周华成
报告人所在单位: 中南大学
报告人职称: 教授
报告时间: 2026年10月28日（星期三） 16：30--17：30
报告地点: 理科楼A212
报告人简介: 周华成，中南大学教授，博士生导师, 主要从事偏微分方程控制理论、随机控制系统、自抗扰理论、最优控制等理论研究。曾获中国科学院院长特别奖，湖南省自然科学二等奖(R1)，入选国家高层次青年人才，主持过国家自然科学基金项目3项。在SIAM. J. Control Optim, IEEE Tans. Automat. Control, Automatica, ESAIM Conttol Optim. Calc. Vat, Systems Control Lett., J.Differential Equations, Appl. Math. Optim., J. Optim. Theory Appl.，SCIENCECHINA Infotmation Scencs等享有较高国际学术声誉的数学和控制领域主流刊物发表多篇论文。
报告四
报告承办单位: 数学与统计学院
报告题目: When SDE meets high-dimensional sampling: new algorithms and new error bounds beyond log-concavity
报告摘要: Sampling from a high-dimensional probability distribution is a fundamental algorithmic task arising in wide-ranging applications across multiple disciplines such as scientific computing, computational statistics and machine learning. This talk will present our recent progress on high-dimensional sampling algorithms based on several time discretizations of stochastic differential equations (SDEs). New algorithms and new error bounds will be provided for sampling in non-convex settings, where the convergence rates and the dimension dependence are explicitly revealed. This talk is based on joint works with Chenxu Pang, Bin Yang, Xiaoyan Zhang.
报告人姓名: 王小捷
报告人所在单位: 中南大学
报告人职称: 教授
报告时间: 2026年10月28日（星期三）下午17:30--18:30
报告地点: 理科楼A212
报告人简介: 王小捷，中南大学数学与统计学院教授、博士生导师。本硕博就读于中南大学，师从甘四清教授，2012年获理学博士学位。研究方向为随机常、偏微分方程数值方法、采样算法和生成模型等数学和人工智能的交叉研究，在上述领域取得系列创新成果, 论文发表在 SIAM J. Numer. Anal.、Math. Comp.、SIAM J. Sci. Comput.、IMA J. Numer. Anal.、J. Comput. Phys.、Stoch. Proc. Appl.、Automatica等刊物以及机器学习人工智能顶会ICML、NeurIPS。 近年来主持国家自然科学基金面上项目、湖南省自科杰出青年基金等多个科研项目。