MDPI开放科学
对话Mathematics杰出青年获奖者中南大学蔺海荣副教授 精选
2025-2-28 17:56
阅读:6630

本期人物专访,Mathematics 有幸邀请到期刊杰出青年获奖者——中南大学蔺海荣副教授。在本次访谈中,蔺海荣老师分享了他对Mathematics 期刊和开放获取出版的看法,以及自己对于学术研究的深刻见解与独到思考。

           

蔺海荣 副教授

中南大学电子信息学院

研究领域:神经网络与神经动力学、混沌系统与电路、混沌加密与信息安全、神经形态系统与电路。

现任中南大学电子信息学院副教授、硕士生导师,IEEE Member、中国电子学会混沌与非线性电路专委委员,湖南省电子学会物联网专委委员,入选由美国斯坦福大学发布的2023、2024年度“全球前2%顶尖科学家榜"。主持国家自然科学基金青年项目、中国博士后科学基金面上项目、湖南省自然科学基金青年项目,参与多项国家自然科学基金重大研究计划及面上项目。以第一/通讯作者在IEEE TIETCADTIIIoTJTCAS等国际顶级期刊发表SCI高水平论文30余篇 (IEEE Trans系列10余篇),其中ESI热点论文9篇,ESI高被引论文16篇,论文总被引3400余次,H因子33。担任Cognitive Neurodynamics (SCI-Q1)、Cybersecurity (SCI-Q1)、《信息安全学报》(CCF B)、《重庆大学学报》(EI) 等国内外权威期刊编委或青年编委。

           

问答环节

Q1. 能否请您向读者简要介绍一下自己?同时请您介绍一下目前的研究方向以及最新的研究进展。

尊敬的读者朋友们,大家好!我是蔺海荣,非常荣幸能够通过这次专访与大家分享我的科研经历和研究成果。我于2021年12月在湖南大学获得计算机科学与技术博士学位,随后在湖南大学从事了为期两年的博士后研究工作。2024年1月,我加入了中南大学,担任副教授一职。我的研究方向主要集中在神经动力学理论与应用两个方面。在理论方面,主要致力于通过引入非线性动力学、分数阶微积分以及记忆元件 (如忆阻器、忆容器等) 等新兴技术,构建神经元及神经网络模型,以模拟生物神经系统的非线性动力学行为。这一研究方向旨在深入探索脑网络的计算机制与智能特性。目前,我和我的团队已经成功提出了多种具有复杂动力学行为的忆阻神经网络模型,这些模型帮助我们揭示了部分脑动力学行为的演化机制。在应用方面,主要聚焦于类脑混沌加密技术在边缘计算、智能感知、物联网等资源受限终端设备中的应用。特别是在深水、深空等极端环境下的保密通信需求方面,我们致力于研发低功耗、轻量级、高效、可靠且高度安全的通信解决方案。目前,我们已经提出了多种基于类脑混沌的数据隐私保护方案,这些方案可广泛应用于医疗物联网和卫星网等领域,为数据安全提供了强有力的保障。未来,我将继续深入探索神经网络与神经动力学的前沿问题,并努力将理论研究成果转化为实际应用,为智能科技的发展贡献自己的力量。感谢大家的关注与支持!

           

Q2. 在研究过程中,是否发现了一些特别有趣的研究故事或者出乎意料的研究结果?

在研究忆阻神经网络的多涡卷吸引子动力学行为和多翼多蝴蝶吸引子动力学行为时,我们确实遇到了一些非常有趣且出乎意料的发现。起初,我们假设多涡卷和多翼多蝴蝶吸引子的生成机制可能具有相似的内在规律,但实验结果却让我们大吃一惊。我们发现,多涡卷动力学行为的生成主要依赖于神经网络模型本身的结构和参数设置,而多翼多蝴蝶动力学行为的生成则主要受忆阻器模型及其参数的影响。这一发现完全颠覆了我们的预期,因为通常我们会认为忆阻器作为神经网络的核心组件,对两类吸引子的生成都应起到关键作用。然而,实验结果表明,忆阻器在多翼多蝴蝶吸引子的形成中扮演了主导角色,而在多涡卷吸引子的生成中,其影响却相对较弱。这一现象让我们感到非常震惊,也引发了我们对背后机制的深入思考。目前,我们正在进一步探索这一现象的理论基础,试图揭示神经网络模型与忆阻器在不同吸引子生成中的具体作用机制。我们猜测,这可能与两类吸引子的拓扑结构、动力学特性以及忆阻器的非线性行为密切相关,但具体原因仍需通过更多的实验和理论分析来验证。这一发现不仅为忆阻神经网络的研究提供了新的视角,也为我们后续的研究方向带来了更多可能性。我们希望通过进一步的研究,能够揭示更多关于神经网络与忆阻器之间复杂关系的奥秘,并为相关领域的应用提供理论支持。科学研究中常常会遇到这样的“意外”,而这些“意外”往往正是推动我们不断前进的动力。

           

Q3. 您认为未来几年,哪些研究课题会是热门话题?另外,您如何看待跨学科研究?

我个人认为,未来几年,基于忆阻器、忆容器等新型记忆元件的神经动力学研究仍然是该领域的热门课题。新型记忆元件具有天然的记忆仿生特性,被认为是类脑计算的核心组件。虽然忆阻神经元及神经网络的研究已经非常广泛,但在高维忆阻神经网络以及离散忆阻神经网络方面仍然是研究热点。此外,与忆阻器相比,忆容器的研究尚处于起步阶段,但其独特的物理特性和潜在的应用价值使其在神经动力学、类脑计算以及人工智能领域展现出巨大的发展潜力。因此,基于忆容器的神经动力学研究不仅具有重要的理论意义,还可能为未来智能技术的发展提供新的突破口。

在我看来,跨学科研究是解决复杂问题的关键钥匙。当前,科学技术的发展日益呈现出交叉融合的趋势,单一学科的研究方法往往难以应对复杂的现实问题。例如,神经动力学的研究需要结合数学、物理学、计算机科学和生物学等多个学科的知识,而忆容器和忆阻器的应用则涉及材料科学、电子工程和信息安全等领域。跨学科研究不仅能够打破学科壁垒,促进知识的创新与融合,还能为解决实际问题提供更全面的视角和方法。因此,我相信在未来,跨学科研究将迎来更加蓬勃的发展,并成为推动科技进步的重要动力。

           

Q4. 对于那些有志于在各自领域产生重要影响的年轻研究人员,您有什么宝贵建议或者经验可以分享?

对于有志于在各自领域产生重要影响的年轻研究人员,我谈不上提建议,只能分享一些个人的体会。首先,选择一个有潜力的小领域并持续深耕非常重要。科研需要时间和耐心,只有在一个方向上不断积累,才能形成自己的独特见解和突破。其次,科研之路并非总是热闹的,很多时候需要“坐冷板凳”的恒心。追热度固然能带来短期关注,但真正的影响力往往源于对核心问题的长期探索。最后,敢于打破传统思维的勇气也必不可少。科学进步常常源于对既有理论的质疑和创新,年轻研究者应保持开放的心态,勇于挑战常规。我自己也在不断学习和探索中,愿与大家共勉,共同推动科学的边界。

           

Q5. 作为此次的获奖者,您一定有许多感触。您是否有什么想表达的观点,或者有特别想要感谢的人?

作为此次杰出青年奖的获奖者,我内心充满感激与感慨。首先,我要衷心感谢期刊奖委会主席和各位评委的辛勤工作与认可,这份荣誉不仅是对我个人研究的肯定,更是对我未来科研道路的激励。其次,感谢期刊和同行专家们一直以来的支持与鼓励,正是有了这样一个开放、包容的学术平台,我才能与国内外优秀的同行们交流合作,不断进步。最后,我要特别感谢我的导师——湖南大学王春华教授。王老师是我学术生涯的引路人,从硕士到博士再到博士后阶段,我一直跟随王老师学习与成长。王老师严谨的治学态度、深厚的学术造诣以及对科研的无限热情深深影响了我,可以说,没有王老师的悉心指导与支持,就没有我今天的学术成就。他不仅教会了我如何做研究,更让我明白了科研工作者的责任与使命。这份荣誉属于所有帮助过我的人,也属于我们团队每一位成员。未来,我将继续努力,以更高的标准要求自己,为科学事业的发展贡献自己的力量。再次感谢大家的支持与厚爱!

           

Q6. 请问您对开放获取出版模式的态度如何?这种模式在学术传播和发展方面有着怎样的作用和影响?

开放获取出版模式无疑是学术出版未来的发展方向,它在促进学术成果传播与交流方面发挥了重要作用。首先,开放获取打破了传统订阅模式的壁垒,使全球科研人员能够免费、即时地获取最新研究成果,极大地推动了知识的共享与传播。特别是对于科研经费欠缺地区的学者,这种模式为他们提供了平等获取学术资源的机会,有助于缩小科研差距。其次,开放获取出版模式通过透明化的出版流程和广泛的读者参与,在一定程度上遏制了伪学术的滋生,提升了学术研究的质量与公信力。尽管开放获取模式对作者而言存在版面费开支,但如果费用能够控制在合理范围内,并得到机构或基金的支持,其带来的益处远大于成本。总的来说,开放获取模式不仅加速了学术成果的传播,也为全球科研合作与创新提供了更广阔的平台,是推动学术进步的重要力量。

           

最后,衷心感谢蔺海荣老师在百忙之中抽出宝贵时间接受Mathematics 编辑部的采访,感谢老师一直以来对期刊发展的大力支持与悉心指导。祝愿大家今后的科研之路顺遂通达,再创佳绩。

           

Mathematics 期刊介绍:https://www.mdpi.com/journal/mathematics

主编: 

Francisco Chiclana, School of Computer Science and Informatics, De Montfort University, UK

期刊主题涵盖纯数学和应用数学所有领域,重点发表代数与逻辑、几何与拓扑、数学分析、统计与运筹学、应用数学,包括数学与计算机科学、控制理论与力学、数学生物学、数学物理、金融数学等数学在其他各学科应用的文章。现已被 SCIE (Web of Science)、Scopus 等重要数据库收录,JCR category rank: 21/489 (Q1) 。

2023 Impact Factor :2.3

2023 CiteScore:4.0

Time to First Decision:18.3 Days

Acceptance to Publication:1.9 Days

1.jpg

2.jpg

转载本文请联系原作者获取授权,同时请注明本文来自MDPI开放科学科学网博客。

链接地址:https://wap.sciencenet.cn/blog-3516770-1475307.html?mobile=1

收藏

分享到:

当前推荐数:0
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?