值此“六一儿童节”，实验室又迎来了一届毕业生的答辩！可喜可贺！

6月1日下午，我实验室学生任志文参加了研究生毕业论文答辩，论文指导老师是韩定定教授。答辩委员由华东师范大学陈铭松教授、复旦大学徐跃东教授和冷思阳教授组成。陈铭松教授担任答辩主席，刘一珺老师担任答辩秘书。

任志文的毕业论文题目是“非平稳动态网络建模及其临界异常状态检测研究”。非平稳动态网络作为刻画复杂系统内部交互关系演化的核心框架，在脑功能网络、金融市场等领域的临界相变行为分析中具有广阔的应用前景。但是，系统在临界状态前后常表现出信号的非平稳性如瞬时频率漂移，与网络拓扑动态演化的双重特性。近年来，研究者们在动态网络建模与异常检测领域取得了显著进展，但现有方法多依赖固定频带或时间窗口的单尺度分析，且传统时频分析与静态图算子难以有效适配信号的非平稳特性。此外，现有模型多基于节点与边的二元结构，缺乏对导致系统失稳的高阶交互（HOI）机制的深入探究，导致临界异常预警的灵敏度、抗噪性以及生理可解释性较差。因此，开发能够兼顾信号与拓扑双重非平稳性、并能揭示高阶网络演化机理的检测框架已成为该领域发展的关键课题。针对这一现状，该论文以极具双重非平稳特征的癫痫脑电（EEG）动态网络作为典型研究对象，构建了包含网络底层建模、异常状态检测及物理演化机理分析的建模-检测-机理统一闭环理论与计算框架。分别研究了多尺度信息融合网络建模、可学习图分数算子检测框架以及高阶超图临界机理，以提升临界异常状态检测的灵敏度、准确性，并探索异常状态的高阶网络演化机制。

论文的研究成果获得了国际国内同行专家的高度认可，并发表在国际顶刊杂志：

1. REN Z, HAN D. A multi-scale information fusion approach for brain network construction in epileptic EEG analysis[J]. Physica A: Statistical Mechanics and its Applications, 2025, 661: 130415.

2. REN Z, ZHENG R, DINESHKUMAR C, et al. Learning to Rotate and Diffuse: Unified Fractional Operators for Nonstationary Graph Dynamics [J]. Machine Learning: Science and Technology, 2026（received）

答辩委员一致认为任志文同学的学位论文选题具有重要的理论意义和应用价值。论文结构完整、逻辑清晰、书写规范、数据真实，分析严谨，结果具有创新性，在答辩过程中思路清晰，回答问题正确，表明该同学掌握了本学科的基本理论，拥有系统的专业知识，具有独立从事科学研究的能力。经答辩委员会无记名投票，一致通过任志文同学的学位论文答辩，并推荐该论文为优秀论文。

面对新一轮科技革命，实验室布局大数据、人工智能、数字孪生、脑科学、量子科技等前沿领域，打造跨学科的创新实践平台。与多家企业、高校、研究机构强强联合，注重理论与实践的结合，提升学生的工程实践能力。实验室负责人韩定定教授现为复旦大学长聘教授，她所指导的研究生多次获得省部级和校级的优秀毕业生，研究生就业率保持在100%，毕业生广泛进入华为、阿里巴巴、腾讯、哔哩哔哩等行业领军企业。也有进入科研院所和高校，部分毕业生选择成为选调生或进入政府管理机构，服务地方经济社会发展。