为活跃激活学术氛围，拓宽学术视野，提高科研水平，加强创新思维能力，搭建学术交流平台。10月23日，信工学院在四教304举办第十二期学术沙龙活动。此次沙龙活动邀请了多位专业的主讲嘉宾，吸引了众多师生的积极参与。学术沙龙由龙君博士、周航博士和肉孜买买提博士担任主讲嘉宾，同时共计邀请了17名师生参加。

三位主讲人就不确定统计、单复变函数和神经网络等主题进行了深入的交流和演讲，分享了自己的研究成果和学术观点。

在演讲中，龙君博士以“不确定统计”为主题，详细介绍了这一领域的基本知识和应用。他重点讲解了矩量法、极大似然估计、不确定假设检验、不确定回归分析等内容。特别是在回归分析方面，他介绍了五种常见的回归模型，包括线性回归模型、指数增长模型、对数增长模型、逻辑增长模型和逻辑衰退模型等。这些模型的详细介绍帮助与会者更好地理解不确定统计的核心概念和应用方法。龙博士通过清晰的讲解和实例分析，使与会者对不确定统计的基本原理有了更深入的理解。他强调了在不确定统计中回归分析的重要性，以及如何应用不确定统计方法来解决实际问题。

周航博士以“复变函数论简介之基本初等全纯函数（一）”为主题，继续深入介绍了这一领域的基本理论。他在演讲中主要介绍了两个偏微分算子的概念和性质，并由此引出重要的Laplace算子的定义，并介绍其性质以及相关重要结论。此外，他还详细讲解了指数函数的定义和性质。在演讲中，周博士通过清晰的语言和详细的例子，使与会者更好地理解了单复变函数的基本理论。他强调了Laplace算子在单复变函数以及解析函数空间理论中的广泛应用。他还阐述了指数函数作为基本初等函数的定义、性质和在单复变函数论中的重要作用。

肉孜买买提博士的主题是“神经网络（一）”。他全面介绍了神经网络的基本结构和数学模型，并深入讲解了前馈神经网络和学习算法的内涵，帮助与会者全面理解神经网络的基本原理和应用方法。在演讲中，肉孜博士以清晰简洁的语言，系统性地介绍了神经网络的基本结构与数学模型，包括神经元的连接机制、权重和偏置的概念，以及神经网络的层次结构。他重点阐述了前馈神经网络的理论基础和学习算法的原理，包括反向传播算法等。通过具体的实例和图表，肉孜买买提博士生动地展示了神经网络在图像识别、自然语言处理和数据分析等领域的广泛应用。

在沙龙座谈会上，与会的师生们进行了热烈的讨论和交流，分享了各自的研究经验和思考。通过此次博士学术沙龙活动，各学科师生之间的交流得到进一步加强，科研意识得到提升，学院营造了浓厚的学术氛围，促进了广大师生的共同进步。

该学术沙龙活动的成功举办，不仅拓宽了学术视野，提高了科研水平，还进一步提高了学院师生们的学术交流能力和创新思维能力，为学术研究和学科发展搭建了良好的平台。

大合照