报告人：上海师范大学陈昌来教授报告名称：构式语法特征及生成机制考察报告时间：10月28日 9:00报告地点：文学院学术报告厅

10月22日，应数学与信息科学学院的邀请，南开大学博士生导师宁博副教授为学院师生作题为“Spectral analogs of Rademacher Theorem”的线下学术报告，相关专业教师和硕士研究生40余人参加此次报告。本次报告主要介绍了谱极值问题中的Rademacher定理。宁博老师首先介绍了谱极值问题中的相关概念。接下来，引出了极值问题中的Rademacher定理，即确定当边数大于三角形的极值数（）时n－阶图中包含的三角形的个数。进一步，宁老师详细介绍了边极值问题以及谱极值问题中的Rademacher定理的研究进展。谱Turán定理表明，当n阶图G的谱半径大于时，G包含三角形作为子图。Nosal证明了当m条边的图G的谱半径大于时，G包含三角形作为子图。宁博老师分别确定了谱半径大于的n阶图中三角形的个数，以及谱半径大于的m边图中三角形的个数。最后，宁老师讲解了上述定理的证明思路，并介绍了谱极值问题中的一些重要的研究方法和证明工具。报告结束后，宁博老师对师生提出的相关问题进行了细致的解答。专家简介：宁博，南开大学副教授、博士生导师，南开大学百名青年学科带头人。2015年博士毕业

10月21日下午，应数学与信息科学学院邀请，北京应用物理与计算数学研究所谌稳固研究员和西南大学王建军教授在数学南楼103分别为学院师生作了题为“Stable image reconstruction by TV type methods”和“Low-Rank High-Order Tensor Completion with Applications in Visual Data”的报告，相关专业教师和硕士研究生20余人参加此次研讨会。谌稳固研究员通过TTV最小化模型建立了从压缩测量中恢复鲁棒图像的最佳误差界限，最高可达对数因子，并且与总变异（TV）最小化进行了比较，给出了基于RIP的条件保障。图像重建的数值结果证明了我们的理论结果，并说明了TTV最小化模型在现有方法中的效率。报告结束后，谌稳固研究员对师生提出的相关问题进行了细致地解答，师生们受益匪浅。王建军教授提出现有的研究主要集中在三阶张量上，而d（d ≥ 4）阶张量在实际应用中很常见，如四阶彩色视频、五阶光场图像和六阶双向纹理函数。为了解决这一关键问题，本次报告通过提出一种新的阶d-t-SVD代数基础，从而以压倒性的概率实现了对

10月21日下午，应数学与信息科学学院邀请，中山大学成诚副教授和广州大学李海洋教授在数学南楼107分别为学院师生作题为“Polynomial graph filters and distributed algorithms”和“基于收缩阈值算子的张量补问题研究”的报告，相关专业教师和硕士研究生20余人参加此次研讨会。成诚副教授向我们介绍了SDN 上的图形过滤器和相关逆向过滤。我还将介绍适用于在SDN上实现逆向过滤的迭代分布式算法。李海洋教授提出求解欠定线性系统稀疏解的一种常用方法是利用收缩阈值算子给出迭代算法。最后实验结果表明，在精确恢复的前提下，所提方法具有更低采样率和更好的恢复效果。两位教授的报告仔细详尽。报告结束后，两位教授对师生提出的相关问题进行了细致的解答，师生们受益匪浅。专家简介：成诚，中山大学副教授，曾在美国杜克大学和美国统计和应用数学研究所做博士后研究，其间合作导师是美国三院院士Ingrid Daubechies 教授。成诚毕业于中佛罗里达大学数学系，指导老师是孙颀彧教授和李欣教授，她的主要研究方向为应用调和分析，特别是采样理论，相位恢复以及图信号处理中的数学理论，目前

10月21日上午应数学与信息科学学院邀请，暨南大学温金明教授和中山大学张海樟教授在数学南楼103分别为学院师生作题为“Logistic Regression Matching Pursuit Algorithm for Text Classification”和“Convergence Theory of Deep Neural Networks”的报告，相关专业教师和硕士研究生20余人参加此次研讨会。温金明教授在本次演讲中，首先介绍一种新的文本分类算法，称为Logistic回归匹配追踪算法，然后从理论上研究其复杂性和准确性，最后展示一些仿真结果，以证明其高效率和分类性能。张海樟教授提出到目前为止，大多数关于深度神经网络非线性函数表示系统的数学研究都集中在系统的表达能力上。很少关注参数（权重矩阵和偏置向量）与网络收敛或收敛率之间的关系。因此，本次报告介绍深度ReLU网络和深度卷积神经网络的结果。专家简介：温金明，暨南大学三级教授、博导、国家高层次青年人才、广东省青年珠江学者，主持国家自然科学基金面上项目2项，省级项目4项；2015年6月博士毕业于加拿大麦吉尔大学数学与统计学院。从201

10月21日上午，应数学与信息科学学院邀请，西安交通大学杨在教授和中山大学冼军教授在数学南楼107分别为学院师生作题为“SMART spectral analysis of signals”和“Star discrepancy bounds based on general equal measure partition and their applications”的报告，相关专业教师和硕士研究生24余人参加此次研讨会。杨在教授在本次报告中介绍其团队关于这个主题的最新进展，通过使用结构化MAtrix恢复技术（SMART）解决高度非凸最大似然优化问题。冼军教授在报告中指出，一般等量划分下，获得了一个更好的预期星差异上限，系数从60.9984提高到2.4043。此外，应用星差版的强分率原理，证明了任何等量分法的分层抽样的星差小于简单随机抽样。两位教授的报告深入浅出，精彩绝伦。报告结束后，两位对师生提出的相关问题进行了细致的解答，师生们受益匪浅。专家简介：杨在，西安交通大学数学与统计学院教授、博士生导师，国家优秀青年基金获得者。2007和2009年分获中山大学应用数学专业本科和硕士学位，2

10月21日上午，社会事业学院于崇智楼503会议室举办学术讲座，中国人民大学教授杜本峰应邀参加，学院教师代表、部分本科生参加。讲座由学院科研秘书杨威威主持。杜本峰从人口学的相关统计数据出发，分析得出河南省人口发展的新常态：人口高质量发展。人口结构与区域经济发展密不可分，他强调要以人口高质量发展为动力源泉，谋求河南区域经济可持续发展的大局。讲座结束后，杜本峰与现场师生进行交流互动，并对师生所提问题进行解惑，现场气氛热烈。学院杨威威老师再次感谢杜教授作的精彩讲座，他指出，这场专题讲座报告，让我们清晰认识到当下我国社会人口的新形态、新特征和新态势；也深刻地理解了人口的高质量发展对区域经济的重大影响。本次座谈会的成功召开，为学院师生提供学习交流的平台，对学院师生学术研究具有重要指导意义。（社会事业学院周璇张道仓）