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bat365官网登录入口师生作了题为“On neural dynamical networks of Kuramoto-type oscillators for pattern retrieval”的学术报告。会议由bat365官网登录入口方国斌教授主持，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bat365官网登录入口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）