6月26日，应学院邀请，哈尔滨工业大学数学学院李祝春教授在西校明理楼三楼会议室为我院师生作了题为“On neural dynamical networks of Kuramoto-type oscillators for pattern retrieval”的学术报告。会议由我院方国斌教授主持，统计和数学系相关教师和研究生参加了会议。

李祝春教授以严谨而富有启发性的方式，详细阐述了其最新的研究成果——即采用Kuramoto型振荡器的神经动态网络方法进行模式检索。这项研究不仅展现了李教授深厚的学术功底，更为模式识别领域带来了全新的视角与思路。李教授从模式识别的基本概念入手，深入浅出地解释了其重要性与挑战。他指出，随着信息时代的到来，数据量的激增使得模式识别技术成为了各个领域中不可或缺的工具。然而，如何在海量数据中快速准确地识别出所需模式，一直是科研工作者们努力探索的难题。随后，李教授详细介绍了其团队所研发的基于Kuramoto型振荡器的神经动态网络方法。这种方法巧妙地将动态微分方程与神经网络相结合，通过模拟生物神经元的振荡行为，实现了对复杂模式的快速检索。李教授在报告中还展示了大量的实验数据，证明了该方法在模式识别领域中的优越性能。

报告结束后，与会师生们纷纷表示受益匪浅。他们纷纷向李教授提问、交流，共同探讨模式识别领域的前沿研究。李教授也耐心地解答了疑问，并与大家分享了自己的研究心得。此次学术报告不仅增进了师生们对模式识别领域的理解，更为我院师生提供了一次难得的学习与交流机会。

（撰稿/摄影：赵明涛；审核：崔连标）