主题：数据驱动的复杂系统深度学习预测

主讲人：重庆理工大学 苏理云教授

主持人：数学学院 林谦副教授

时间：2025年11月1日（周六）10:00

地点：柳林校区通博楼B412会议室

主办单位：数学学院 科研处

主讲人简介：

   苏理云，2007年获四川大学概率论与数理统计博士学位，现为重庆理工大学数学科学学院统计与数据科学系主任、教授，重庆市学术技术带头人，校级教学名师，统计学硕士生导师，应用统计专业硕士生导师，MBA硕士生导师，丹麦奥尔堡大学访问学者，中国大数据统计学会常务理事，重庆数学学会常务理事，重庆市系统工程学会常务理事。已在《人口研究》、《数理统计与管理》、《物理学报》、《Humanities and Social Sciences Communications》、《Applied Soft Computing》、《Information Sciences》、《Computers & Mathematics with Applications》等国内外重要期刊发表论文50余篇，其中SCI收录40余篇。主持国家社科基金、教育部人文社科基金、重庆市教委重点项目、重庆市自然科学基金等省部级及以上项目10余项。2022年获重庆市社会科学优秀成果二等奖，全国应用统计教指委优秀教学成果二等奖，主持重庆市教育教学改革重大项目1项、重点项目1项，重庆市应用统计研究生联合培养基地负责人，重庆市一流课程《概率论》负责人。三次获得重庆市数学建模竞赛优秀指导教师称号，指导学生获得全国大学生数学建模、美国大学生数学建模、研究生数学建模等国际、国内等奖等多项。
 

内容提要：

  现实社会中存在诸多复杂系统，例如气候系统、金融系统、交通系统等。对现实复杂系统未来的演化进行准确的预测对科学决策具有重要的理论与现实意义，也是各学科领域长期关注的焦点问题。对于实际复杂系统，若能找到描述系统的动力学微分方程（组），则预测问题相对容易。然而，实际系统内在机制过于复杂，很难用一组或者多组微分方程刻画系统的演化动力学。尽管无法获知系统的演化动力学，但系统随时间的演化产生的时间序列数据或时空数据是可获得的，从时间序列数据或时空数据出发预测系统未来的演化是有效的途径之一，即数据驱动的复杂系统预测。针对数据驱动的复杂系统预测问题，基于延迟嵌入理论，将系统特征嵌入到高维空间中，构建从原始特征到重构特征的非线性映射，融合宽度学习、Transformer、图卷积神经网络等深度学习方法实现高精度的一元混沌时间序列预测、多元混沌时间序列预测。