学术报告报告题目1：Caputo-Hadamard分数阶导数的数值离散公式及其在分数阶微分系统长时间积分中的应用
报 告人1：李常品 教授（上海大学）
报告时间1：2022年6月13日（星期一）上午9:00--11:00
报告题目2：分数阶传染病的建模及COVID-19的分析与控制
报 告人2：于永光 教授（北京交通大学）
报告时间2：2022年6月16日（星期四）上午9:00--11:00
报告题目3：Fractional calculus, machine learning and creativity
报 告人3：YangQuan Chen 教授（美国加州大学默塞德分校）
报告时间3：2022年6月17日（星期五）上午9:00--11:00
报告地点：腾讯会议：678-1377-0899，密码：202206
邀 请人：曾才斌 副教授
欢迎广大师生前往！
数学学院
2022年6月10日
报告摘要1：本讲座内容提出了三种近似Caputo-Hadamard分数阶导数的数值公式，分别为L1-2公式、L2-1_{\sigma}公式和H2N2公式。其中，数值公式L1-2和L2-1_{\sigma}适用于\alpha\in (0, 1), 其截断误差为(3−\alpha)阶; H2N2公式适用于 \alpha\in(1, 2), 其截断误差为(3−\alpha)阶; 数值算例验证了理论收敛阶。最后，将这些计算公式运用于分数阶微分系统的大时间积分。
报告人简介1：李常品，上海大学数学系教授、博士生导师、伟长学者(II)、FIMA(Fellow of the Institute of Mathematics and its Applications, UK)。2021年获上海大学王宽诚育才奖，2017年和2010年两次获上海市自然科学奖，2016年入选上海市优秀博士学位论文指导教师，2012年获分数阶微积分领域的黎曼-刘维尔理论文章奖，2011年获宝钢优秀教师奖。主要研究方向为分数阶偏微分方程数值解、分岔混沌的应用理论和计算。在SIAM和Chapman and Hall/CRC出版专著各1部，在World Scientific编辑专著1部；发表SCI论文140余篇。主持国家自然科学基金、上海市教委科研创新重点基金等科研项目10余项，主持上海市教委本科重点课程建设等教改项目4项。是德国德古意特出版社系列丛书《Fractional Calculus in Applied Sciences and Engineering》的创始主编，是Appl. Numer. Math., Chaos, Fract. Calc. Appl. Anal., J. Nonlinear Sci.等杂志编委或副主编。
报告摘要2：近年来，反常扩散的传染病模型在文献中越来越受欢迎，但与传统的反应扩散模型不同，它们将反常扩散引入传染病模型时往往缺乏物理意义。本文解释了反常扩散系统在传染病传播中的合理性。具体来说，从等待时间和跳跃步长两个随机过程出发，自然地将时间分数阶空间分数阶、时间分数阶反应扩散和分数阶扩散三类系统分别引入到SIR传染病模型。不仅如此，广义的保持感染的概率分布也考虑在内。特别的，上述三个系统可以简化为相应的具有广义分布式时滞的SIR传染病模型。最后，运用上述随机过程建模的方法，给出其他类型的传染病模型，如SEIR，SVIR、SIQRS等的建模。针对目前广泛传播的COVID-19，利用真实数据验证了所构造模型的合理性。进一步，为了有效控制COVID-19的传播，考虑了依赖于住院人口的自适应脉冲疫苗控制，基于不同的国家验证实施疫苗控制的有效性。
报告人简介2：于永光，北京交通大学教授、博士生导师、数学与统计学院院长。北京市青年教学名师、教育部高等学校教学指导委员会大学数学课程教学指导委员会委员、宝钢优秀教师奖获得者，中国工业与应用数学学会组织委员会副主任，中国自动化学学会分数阶系统与控制专业委员会副主任，北京市计算数学学会理事，多个国际期刊的编委等。主要研究领域包括：非线性理论及其应用、随机控制、复杂网络、分数阶微分方程和编队控制等。发表学术论文140余篇，其中SCI检索论文 100 余篇，SCI引用数2000+，Google Scholar引用数4000+， H-指数36，目前主持和参加国家自然科学金、国家重点研发计划及省部级科研项目十余项。2009年，入选北京交通大学“红果园人才计划”。2018年，入选北京交通大学“卓越百人”计划。 2014-2021年连续8年入选“爱思唯尔中国高被引学者榜”。2021年入选斯坦福大学全球前2%顶尖科学家以及全球学者库“全球顶尖前10万科学家”。获北京教育教学成果一等奖2项，二等奖1项。
报告摘要3：Fractional order calculus is about differentiation and integration of non-integer orders. Fractional calculus based fractional order thinking (FOT) has been shown to help us to better understand complex systems, better process complex signals, better control complex systems, better perform optimizations, and even better enable creativity. In this seminar I will briefly talk on basics of fractional calculus, fractional order thinking, and its rich stochastic models. I will justify why fractional calculus is needed in machine learning when we ask “what is the more optimal way to optimize?” and in the last part I will discuss the connection between fractional calculus and creativity.
报告人简介3：YangQuan Chen earned his Ph.D. from Nanyang Technological University, Singapore, in 1998. He had been a faculty of Electrical Engineering at Utah State University (USU) from 2000-12. He joined the School of Engineering, University of California, Merced (UCM) in summer 2012 teaching “Mechatronics”, “Engineering Service Learning” and “Unmanned Aerial Systems” for undergraduates; “Fractional Order Mechanics”, “Linear Multivariable Control”, “Nonlinear Controls” and “Advanced Controls: Optimality and Robustness” for graduates. His research interests include mechatronics for sustainability, cognitive process control (smart control engineering enabled by digital twins), small multi-UAV based cooperative multi-spectral “personal remote sensing”, applied fractional calculus in controls, modeling and complex signal processing; distributed measurement and control of distributed parameter systems with mobile actuator and sensor networks. He received Research of the Year awards from USU (2012) and UCM (2020). He was listed in Highly Cited Researchers by Clarivate Analytics from 2018-2021.
His lab website is http://mechatronics.ucmerced.edu/.