报告题目1：Signal, Time-frequency and Approximation

报告人：谌秋辉教授，华南农业大学

报告时间：2026年7月9日（周四）8:00-13:00

报告地点：20-200

报告摘要：先回顾时频分析的简单历史、一些主要结果和存在的问题，然后介绍时频分析中信号的时频局部化方法以及时频算子构造的新方法。

报告人简介：谌秋辉，华南农业大学数学系教授，博士生导师。博士毕业于中国科学院数学研究所，1999年至2002年分别在中国科学院数学研究所和美国西弗吉利亚大学数学系从事博士后研究，主要研究方向为实分析、小波分析、复分析、时频分析及其应用等，主要工作发表在SIAM J.Matrix，IEEE Trans. Image Proce.，Automatica, Adv. Comp.Math., J. Math.Anal. Appl.,Signal Processing，Linear Algebra and its Appl.等国际刊物上。担任国际杂志Mathematical Methods in the Applied Science编委，主持国家自然科学基金面上、青年、天元等项目多项。

报告题目2：神经网络算子的构造及其逼近性质

报告人：虞旦盛教授，杭州师范大学

报告时间：2026年7月9日（周四）8:00-13:00

报告地点：20-200

报告摘要：基于神经网络的深度学习在实践中取得了巨大成功，但其中的数学机理仍然不是非常清楚。其中，神经网络的逼近能力是考察神经网络的一个首要基本问题，是判断神经网络性能的最重要指标。本报告介绍基于若干类型激活函数的神经网络算子的构造方法，并结合逼近论中的K泛函、光滑模等重要工具，给出神经网络插值算子逼近的正、逆定理刻画，从而揭示神经网络的拓扑结构与其本质逼近阶之间的关系。

报告人简介：虞旦盛，杭州师范大学数学学院教授，本科毕业于杭州师范大学，2006年获浙江大学博士学位，主要从事函数逼近论和Fourier分析等研究，主持和参与国家自然科学基金项目5项，省部级项目10余项，作为主要成员获浙江省科学技术奖一等奖，已在J. Approx. Theory, Stud Math., Neural Networks等刊物发表论文120余篇。

报告题目3：Generalization Landscape Analysis for Overparameterized Deep Neural Networks

报告人：林绍波教授，西安交通大学

报告时间：2026年7月9日（周四）8:00-13:00

报告地点：20-200

报告摘要：Over-parameterization benefits insettling severaloptimization issues such as convergence and landscape analysis for deep nets but simultaneously leads to critical  challenges concerning generalization concerning over-fitting, non-uniform learning and so on. This paper focuses on generalization landscape analysis for empirical risk minimization (ERM) with over-parameterized deep nets (OPDNs) via studying the distribution of global minima, distribution of the generalization errors of global minima of OPDNs and the necessity of achieving deep nets via ERM. With the help of the generalization landscape analysis, we succeed in numerically deriving benign over-fitting OPDNs, benign under-fitting UPDNs, which play crucial roles in autonomous driving, precision medicine, business investment and water marking. All these results have been rigorously verified by theoretical analysis and numerical experiments.

报告人简介：林绍波，西安交通大学教授、博士生导师。研究方向为分布式学习理论、深度学习理论及强化学习理论。在应用数学顶级期刊ACHA、SINUM、SISC及机器学习顶级期刊JMLR、TPAMI、TIT等发表论文70余篇。主持或以核心骨干身份参与国家级课题11项。

邀请人：机器学习数学理论与方法创新团队