近日，由我实验室承办的“高阶图神经网络交叉研究研讨会”在复旦大学江湾校区交叉学科2号楼顺利召开。本次研讨会汇聚了该领域的专家学者与青年研究人员，韩定定教授、于玉国教授，以及郑睿哲、Chendrayan Dineshkumar、任志文、杜阳、李岩松和叶力淇（线上）等共同参会。

本次会议的核心宗旨是围绕近期研究进展、研究难点及后续计划展开深入的学术交流。会议采取了紧凑而高效的议程安排，5位报告人分别进行15分钟的研究汇报，并预留5-8分钟的专属讨论时间，以确保与会者能够对各项课题进行充分的探讨与思想碰撞。

在学术汇报环节，五位研究人员依次分享了各自领域的最新进展：郑睿哲率先作了题为《时序和时空预测的分数阶时频视角》的报告。他深入剖析了“走向分数阶时频表征”的路径，并重点探讨了现有固定框架表征方法（如STFT和Wavelet）在处理复杂信号时所面临的结构性上限与时频分辨率妥协问题。 Chendrayan Dineshkumar的报告题目为《分数阶随机滑模控制器提高闭环脑深部刺激系统的鲁棒性》。他介绍了其关于分数阶滑模控制在帕金森病深部脑刺激系统中的应用研究，旨在提升系统在噪声和不确定性下的鲁棒性。

任志文分享了《基于超图和单纯复形的高阶脑网络建模及机理分析》。他在会上展示了不同模型在跨患者K折交叉验证中的详实数据，直观对比了超图（Hypergraph）、拓扑动力学（Topo Dynamics）以及多模态融合方法在准确率、F1分数等核心指标上的性能表现。

杜阳聚焦脑机接口与量子计算的交叉，汇报了《基于经典-量子混合神经网络的运动想象脑电信号分类研究》。 叶力淇详细汇报了《基于视觉状态空间对偶性的双分支通用识别框架研究》。

本次研讨会恰逢复旦大学建校121周年的校庆，实验室组织了校内外国际国内同行专家和青年科技人员共襄盛举！现场学术氛围浓厚，与会专家对各项汇报进行了细致的点评，不仅指出了当前研究中存在的挑战，也为后续的优化方案提供了极具价值的指导意见。