School Colloquium——脑科学中的数学问题：模型约化、网络反演与稀疏编码
报告人：周栋焯 (上海交通大学)
时间：2026-10-16 14:00-15:00
地点：智华楼四元厅
报告摘要：
如何用简洁的数学模型刻画复杂神经元的计算行为？如何从观测到的神经活动推断隐藏的网络连接？神经元之间的相互作用又如何支持高效的信息表示？这些脑科学问题，与微分方程、渐近分析、统计推断和复杂网络理论密切相关。本报告将结合课题组近年来的研究工作，介绍这些问题背后的数学思想与研究方法。首先，围绕复杂模型的约化问题，介绍如何利用渐近分析，将包含树突结构的多隔室神经元模型约化为保留关键输入整合机制的点神经元模型，并探索其在脑启发人工神经网络中的应用。其次，围绕由观测推断结构的反问题，讨论如何利用神经活动时间序列重建网络连接，理解因果性度量与结构连接之间的关系，并研究不同物种脑网络结构中的共性规律。最后，围绕网络动力学与信息编码的关系，介绍异质连接网络中的兴奋与抑制平衡，探讨稀疏神经活动与压缩感知之间的联系。通过这些实例，报告将展示如何将生物现象转化为数学问题，并通过理论分析、数值计算与实验验证逐步理解其作用机制。报告还将结合个人经历，交流数学背景的研究者如何进入交叉领域、选择研究问题，以及开展理论与实验合作的体会。
报告人简介：
周栋焯，上海交通大学自然科学研究院/国产自慰
，特聘教授，研究领域为计算与应用数学，具体方向是计算神经科学，2002年和2007年分别获得国产自慰
学士和博士，2007-2009年美国纽约大学库朗研究所博士后，2010年进入上海交通大学自然科学研究院/国产自慰
工作，2016-2023年任教授、长聘教授和特聘教授。现任CNS计算神经科学分会秘书长，CSIAM数学生命科学分会常务理事，获得国家自然科学基金委优青、杰青、重大研究计划重点项目，科技部重点研发计划项目，上海市科委青年科技启明星，上海市教委育才奖等，在国际学术刊物/会议 CPAM，PNAS，PRL，NeurIPS，ICLR等发表论文70余篇，工作成果被实验验证，并选为期刊亮点和封面文章。
