时间：2020年12月6日（星期天）上午09:30-10:30

地点：广东技术师范大学东校区工业中心506室

报告题目：昆虫小目标运动检测视觉神经系统的生物似然层间反馈研究

报告人简介：彭济根，1967年5月生，1998年毕业于西安交通大学计算数学专业，获博士学位；2002年破格晋升为教授与博士生指导教师；2009年聘为西安交通大学“腾飞”特聘教授；2014年晋升为二级教授。2017年入职广州大学。

长期从事非线性泛函分析、稀疏信息处理、机器生命与智能，反问题与深地探测等领域的的交叉研究，发表SCI学术论文155篇，研究成果被SCI引用1850篇次，主持包括基金项目16项（其中国家自然科学基金重点项目2项、欧盟Marie Curie Actions计划与2020地平线计划项目4项）。2007年获国家自然科学奖二等奖。负责国家精品资源共享课《复变函数》的建设，2014年获国家教学成果二等奖。

2006年入选教育部新世纪优秀人才支持计划，2013年入选国家百千万人才工程，并被授予“有突出贡献中青年专家”称号，2014年入选国务院政府特殊津贴专家。曾任国务院学位委员会第七届数学学科评议组成员，中国数学会学术工作委员会副主任，教育部数学基础课程教学指导委员会秘书长，教育部数学专业教学指导委员会委员，第五、第六届全国大学生数学建模竞赛组委会委员，全国泛函分析空间理论与应用泛函分析学术委员会副主任，第四届中国高教学会理科教育专业委员会常务理事，教育部高等学校大学数学教学改革与发展中心学术委员会委员，第十二届陕西省数学会理事长，第十三届陕西省数学会理事长，西安交通大学教学委员会副主任，西安交通大学数学与统计学院首任院长。现任第七届全国大学生数学建模组委会委员、广东省本科高校数学类专业教学指导委员会副主任，广东省普通高校数学与交叉科学重点实验室主任，广州市工业与应用数学学会副理事长。

内容摘要：无论在人类社会还是自然界中，识别小目标运动至关重要。例如，卫星监测，军事侦擦，远距离飞行器识别，未知环境中的安全驾驶，以及自然界中昆虫的捕食、求偶、逃避被捕食、避免碰撞等。众所周知，经历几百万年的进化，自然界中的许多昆虫具有非常有效的小目标运动检测能力，能够在复杂的动态环境中高效地追逐猎物，及时地逃避危险。神经解剖表明，昆虫的目标运动检测视觉系统由四层神经元构成，而昆虫对小目标运动的精致敏感性源于一种称为STMD的神经元。受此启发，人们提出了一些基于STMD的小目标运动检测模型，在特定环境下实现了小目标运动检测的功能。然而，现有模型远不能满足人们对复杂动态环境下小目标运动检测的要求。究其原因，我们认为，生物学关于STMD前馈型信号处理的现有发现并不是昆虫小目标运动检测视觉系统的真实反映，STMD神经元与其它神经层之间存在信号的反馈激励或抑制。基于此，我们提出了一个生物似然性假设，即昆虫小目标运动视觉系统的髓质层（Medulla）与小叶层（Lobula）之间存在层间反馈。在此假设下，我们构建了一个分布时滞反馈的STMD模型，并通过对模型的分析以及数值实验，验证了所提模型相对于现有经典模型的性能优势。这为小目标运动检测的生物似然性数学理论与方法研究提供了新范例。