报告承办单位: 数学与统计学院

报告内容：报告提出了一种基于神经元符号表示的人工神经网络框架，旨在实现逻辑规则与神经计算的深度融合。该框架通过构建SAT逻辑规则并嵌入离散型Hopfield神经网络，利用混合进化算法对神经元状态进行优化，从而实现逻辑约束与学习过程的协同作用。该方法在数据挖掘与人工智能推理任务中具有良好的泛化能力与稳定性，能够有效提升模型在复杂数据环境下的适应性。研究凸显了符号推理与连接计算融合的优势，为可信人工智能的发展提供了新的思路。

报告人姓名:Mohd Shareduwan Mohd Kasihmuddin

报告人所在单位:马来西亚理科大学

报告人职称/职务及学术头衔: 副教授

报告时间: 2025年9月19日 上午10：30-12：00

报告地点: 云塘校区理科楼A410

报告人简介:马来西亚理科大学（Universiti Sains Malaysia）博士生导师，数学科学学院副教授，获得中国科技部2025年国际杰青计划。主要研究方向为神经元符号人工智能、逻辑规则挖掘、离散Hopfield神经网络以及群体智能优化算法。近年来主持多项国家及国际科研项目，发表高水平学术论文60余篇，涵盖人工智能、逻辑计算与复杂系统建模等领域。其研究成果在知识表示、模式识别及可信人工智能应用方面具有重要影响。同时担任多个人工智能领域权威期刊《Knowledge-based Systems》《Engineering Applications of Artificial Intelligence》《Expert Systems with Applications》《Applied Soft Computing》审稿人。