4月2日下午，我校高层次人才数学专场论坛在锦绣校区逸夫楼B401智慧教室举行，本次论坛由人事处牵头，数学与统计学院承办，师生代表30余人参加论坛。
论坛由数学与统计学院院长杨刘教授主持。我校数学与统计学院教授周辉以“Global convergence for time-periodic systems with negative feedback and applications”为主题，针对时间周期闭环负反馈系统，与合作者提出了一种适用条件，获得了系统轨道的全局收敛性，进而证明了具有负反馈的相应时间周期系统的调和周期解的全局收敛性。其主要方法源于将负反馈系统嵌入到一个更大的时间周期单调动力系统中，进一步运用这些理论结果，他们获得了时间周期强迫基因调控模型周期解的全局收敛性。同时，数值模拟结果展示了理论研究在该模型中的可行性。
北京交通大学博士陈伟以“具有记忆特性的反应扩散系统边界控制研究”为题，完成了具有时滞记忆特性的随机反应扩散网络建模，并实现其边界控制设计。研究聚焦复杂环境中随机噪声及参数不匹配导致的异质性，构建随机异质时滞反应扩散耦合神经网络模型。基于推广的Halanay不等式，结合Neumann边界条件下设计的边界控制器，讨论传输时滞、分布式时滞等时变时滞对系统稳态的作用，并给出系统在均方意义下实现拟同步的充分条件。
新疆大学博士徐思奥以“若干图论问题的研究”为题，介绍了他本人在电阻直径、电阻谱、拓扑指标等方面的学术成果。通过运用电网络理论的相关原理，他证明了树或单圈图的线图的电阻直径不超过原图。电阻谱方面，给出了n阶图不能被电阻谱确定的图的个数的一个下界。拓扑指标方面，给出了当函数f（x）是严格凸的且满足特定条件时， 在所有 （连通） n个顶点，m条边的图中， 顶点度函数指数的上界并刻画了相应的极图。
山东师范大学博士殷秀的研究提出了一种新型超图神经膜（HNM）系统，通过引入超图，将传统神经膜系统的结构扩展至高维非线性空间，构建了一种能够表征神经元在空间中复杂关联的模型。HNM系统具有的分布式并行处理、良好可解释性和动态可扩展性等特性使其在医学图像处理领域展现出独特优势。针对胶质母细胞瘤（GBM）预后差的临床挑战，利用HNM系统处理多维医学数据，开发新型预后预测模型，为GBM临床治疗决策的制定提供重要依据。
安徽大学博士耿文静以“农业转移人口代际流动性研究”为题进行了汇报。首先，汇报了怎么从多个维度测度农业转移人口代际流动性的变动趋势，回答农业转移人口代际流动趋势“是什么”的问题；然后，汇报了如何借助反事实分析技术对流动构成进行分解，回答“为什么”形成这种趋势的原因；接着，结合中国现实背景，对农业转移人口这类特殊群体代际流动性的影响因素进行探索，主要回答“怎么办”的问题；最后提出应继续深化户籍制度改革等政策建议。
上海师范大学博士吴琳围绕“加速可靠性试验的最优设计”，针对工业背景下的高可靠性产品的寿命预测问题，聚焦于加速寿命试验（ALT）和加速退化试验（ADT）中存在缺失数据、区组效应、测量误差、模型不确定性和响应缺失等研究热点，针对多种复杂应用情景，创新性提出新模型，建立似然函数，并推导获得相应的费希尔信息矩阵，从贝叶斯和非贝叶斯角度给出模型的参数估计和寿命预测结果，并给出不同最优设计准则下的加速试验设计方案，大幅提升设计的效率，为实际应用提供了有效的指导。
东北财经大学博士韩苗苗以“技术驱动与政策调控对劳动力市场的影响研究”为主题，聚焦数字经济时代劳动力市场的结构性变革，通过多维度实证分析揭示技术驱动与政策调控的协同作用机制，涵盖数字化转型、环保税政策、社会保障与机器人应用等领域。特别关注了农民工就业的溢出效应，分析了数实融合背景下劳动力市场的动态变化与政策效果，为数字时代就业政策的精准设计提供理论依据与实证支撑。
论坛结束，杨刘进行了论坛点评。他指出本次论坛充分展现了数学学科的前沿动态与交叉融合特色，六位报告人从理论数学、应用数学到跨学科研究均体现出深厚的学术功底与创新思维。周辉教授关于时间周期系统的全局收敛性研究为生物数学模型提供了重要理论工具；陈伟博士通过引入分数阶微积分算子刻画系统记忆特征，在反应扩散系统边界控制领域取得突破；徐思奥博士将图论理论最新研究成果应用于电学，化学等领域，凸显了基础研究的深远价值；殷秀博士的超图神经膜系统和耿文静博士的社会数学化研究，综合智能计算与大数据分析工具，体现了数学在医学、社会学等领域的强大解释力；吴琳博士的可靠性试验设计与韩苗苗博士的政策量化分析，展示了数学方法解决实际问题的精准性。杨刘院长鼓励青年学者以问题为导向，在基础理论与应用创新的双轨道上持续探索，为数学学科发展和人才培养注入新动能。（数学与统计学院：王学玢；人事处：谭映）
