报告一
主题
从生物随机动力学到纵向健康数据统计：认知轨迹、代谢机制与应用统计建模
报告人
邓奇奇
内容简介
本次讲座以“代谢功能障碍相关脂肪性肝病—代谢物—认知功能轨迹”研究为切入点，介绍如何将复杂生命健康问题转化为应用统计问题。内容包括三个层面：首先，从纵向重复测量数据出发，利用潜在类别混合模型识别认知功能的异质性轨迹；其次，在混杂因素控制下，采用回归模型评估代谢异常状态对高风险轨迹的影响；最后，结合代谢组信息，通过中介分析探讨潜在机制通路。同时联系本人从非马尔可夫随机动力学、生物记忆效应建模到真实健康数据统计分析的研究主线，展示机制建模、数据整合与统计推断的有机衔接。
报告人简介
邓奇奇，中山大学应用数学专业博士。研究方向：动力系统及应用。
报告二
主题
基于循环矩阵和通道先验的高效去噪算法
报告人
孔兆明
内容简介
本讲座将介绍一种基于绿色通道先验（Green Channel Prior, GCP）的图像去噪新方法。该方法结合经典的基于块的图像去噪框架与深度学习技术，利用绿色通道在图像采样中信噪比更高的特点，引导相似图像块的搜索，从而提升去噪质量。同时，通过将图像块重组为RGGB格式并引入非局部t-SVD变换，有效建模通道间相关性和块级冗余，实现图像结构与细节的保留。同时，我们还在理论上建立了Haar变换和PCA的关系，将算法的时间复杂度进一步降低。此外，我们还引入卷积神经网络进行噪声的自适应分类和效果增强，使方法在不同图像内容和噪声条件下具有自适应能力。实验证明，我们的方法在真实世界的图像与视频去噪任务中表现出色，并能推广到荧光显微镜与高光谱成像数据。讲座将结合理论与实验，展示如何利用通道先验信息实现高效、轻量且可扩展的图像去噪方法。
报告人简介
孔兆明，华南理工大学软件工程专业博士。研究方向：张量分析、AI 图像复原、生物信息分析。
报告三
主题
Vlasov-Poisson-Boltzmann 方程组与可压缩Navier-Stokes-Poisson 方程组的渐近等价性
报告人
陈嘉欢
内容简介
我们探讨了Vlasov-Poisson-Boltzmann方程组整体经典解与等熵可压缩Navier-Stokes-Poisson方程组整体经典解的渐近等价性。通过论证这两个系统在赋予相应的初值的情况下, 两者的解中衰减最慢的部分能够相互抵消, 我们证明了 Vlasov-Poisson-Boltzmann系统的整体解与等熵 Navier-Stokes-Poisson 系统的整体解的差以$(1 + t)^{-\frac{3}{4}}\ln(1 + t)$速率衰减。这一结果表明, 这两个系统的解之间的差会比他们本身衰减得更快。作为该结论的一项应用, 我们还证明了线性化的Vlasov-Maxwell-Boltzmann系统整体解的动量与线性化的Navier-Stokes-Maxwell系统整体解的动量的差以$(1 + t)^{-\frac{3}{4}}$的速率衰减。
报告人简介
陈嘉欢，上海交通大学基础数学专业博士。研究方向：偏微分方程。
时间
2026年3月27日（周五）上午9:00-11:00
地点
大学城校区院系楼152室
“青年学术论坛”是我院发起的数学统计学科常态化学术交流平台，论坛旨在通过学术报告、学术沙龙、小型研讨会等形式，为我院青年教师和研究生提供向国内外同行学习交流的机会，展现和分享青年教师的研究成果，引导青年教师相互交流切磋，活跃学院学术氛围，提升学院青年教师在数学和统计学科的创新能力。
