报告人：李松挺

报告题目：从生物神经元计算到类脑神经网络设计

时间：2026年4月21日 星期二 16:00-18:00

地点：数学楼2-1

报告摘要：本报告将从生物神经元的树突信息整合机制出发，探讨其在类脑神经网络设计中的理论基础。我们首先基于树突电缆理论的偏微分方程组模型，结合渐近分析与科学计算，揭示了刻画神经元时空输入整合的双线性法则，从而为树突计算提供了统一的定量描述，并得到生物实验的成功验证。在此基础上，我们构建了一种具有生物可解释性的类脑神经网络架构——树突双线性神经网络（DBNN）。该模型能够有效预测神经元膜电位动力学与放电时序，其参数与树突整合机制相对应，并可复现多种典型神经计算功能。同时，DBNN在动态视觉及类脑数据上的时序学习任务中均表现出良好性能。我们的工作表明应用数学与神经科学的结合可为高效人工智能架构的设计提供新的思路与方法。

报告人简介：

李松挺，上海交通大学自然科学研究院、数学科学学院特聘教授，入选教育部国家人才计划。研究方向为应用数学与计算神经科学，研究成果发表在CPAM, PNAS, Nature Communications和NeurIPS等国际期刊和会议上。现担任中国神经科学学会计算神经科学分会副主任和CSIAM、IEEE子刊等多个国际期刊编委，并获得全国高校青年教师教学竞赛理科组一等奖、宝钢优秀教师奖、上海市五一劳动奖章、上海交大第四届十大科技进展等荣誉。