主讲人：陈升 北京师范大学副教授
时间：2026年6月12日9：00
地点：徐汇校区三号楼332报告厅
举办单位：必威西汉姆联
主讲人介绍：陈升，北京师范大学副教授，博士生导师。 2017年毕业于厦门大学计算数学专业，同年入职江苏师范大学；2018年获国家创新博士后计划资助加入北京计算科学研究中心开展博士后工作；2021年8月入职北京师范大学-自然科学高等研究院-数学研究中心。先后在美国普渡大学、新加坡南洋理工大学、美国布朗大学做访问学者。主要从事谱方法及其对奇性问题应用的研究。主持国家自然科学基金面上项目、国家博士后创新人才支持计划项目、第65批中国博士后面上基金项目、国家自然科学基金青年项目、江苏省自然科学基金青年项目等。在《Nat. Commun.》《SIAM J. Numer. Anal.》《Math. Comp.》《SIAM J. Sci. Comput.》《 IMA J. Numer. Anal.》《J. Sci. Comput.》等杂志发表论文20余篇。
内容介绍：传统神经网络虽具备结构简单、适应性强的优势，但在处理函数高频特性时，受限于从低频到高频的逐层学习机制，往往收敛缓慢、训练效率低下。针对该问题，本文将谱分析思想引入激活函数设计，并结合多级残差学习框架，构建了一种融合谱激活函数的残差神经网络。该网络通过显式建模频率分量，实现对高频特征的高效捕获，从而显著加速训练过程并提升逼近精度。