|
报告信息 |
| 题目:人工智能驱动的复杂动态系统表征与建模 |
| 报告人:杨博 教授,吉林大学 |
| 摘要:科学发现的核心在于纷繁表象中洞悉变化的内在规律,进而解释现象、预测未来、调控系统。微分方程是刻画复杂系统演化的经典范式,但面对流行病爆发、极端气候等现实挑战,主导方程常常难以预知或缺失。如何从数据中自动发现方程,已成为“AI for 复杂性科学”的关键议题。本报告将介绍我们提出的神经符号系统框架。该框架建立了从观测数据到符号化规律自动挖掘的完整理论与方法体系,并在生物系统、混沌系统、流行病学、脑科学等领域广泛验证,展现出卓越的跨领域、跨实体普适性,为数据丰富但建模困难的复杂系统提供了强有力的分析工具。 |