报告人： 段法兵 教授

报告题目： 噪声尺度的三重特性——从随机共振、Kalman滤波到Bussgang-KalmanNet

时间： 2026年6月17日 15:00—17:00

地点： 西安交通大学兴庆校区数学楼2-2会议室

报告摘要：
长久以来噪声多被视作需要抑制的干扰因素，而本报告打破噪声仅为干扰的传统认知，深度阐释了噪声尺度的多重属性与应用价值，梳理了从开环参数辨识向闭环动态调控的演进脉络。依托随机共振理论，报告证实合理利用噪声能够赋能系统、提升信号处理效果，并探究了噪声实现性能增益的内在机理。结合非线性信号分析可知，噪声尺度可表征系统的线性等效特性，为信号量化、低比特采样等工程场景提供新视角。借助滤波算法与机器学习，噪声尺度被赋予可学习、可实时调整的动态属性，研究范式也完成了从离线优化到在线反馈调控的转变。将这套思路应用于深度网络与生成模型，能够优化训练过程、丰富生成效果，充分挖掘出噪声的正向作用。本次报告串联起经典物理理论、传统信号处理技术与前沿深度学习方向，完整阐释了噪声尺度在不同场景下的内在逻辑与核心价值，构建噪声分析、学习与控制框架，为随机共振、状态估计、深度生成等诸多领域实现噪声的精细化运用与管控奠定理论基础。

报告人简介：
段法兵，2002年博士毕业于浙江大学，现任青岛大学自动化工程学院复杂性科学研究所系统科学专业教授、博士生导师，研究方向包括非线性信号处理、随机共振理论及其应用、机器学习中噪声提升方法、自适应随机共振神经网络模型。段教授担任《复杂系统与复杂性科学》杂志编委，在国际学术期刊发表SCI论文60余篇，并担任20余种国际期刊审稿人。