报告主题：Multi-Attn BLS: Multi-Head Attention Mechanism with Broad Learning System for Chaotic Time Series Prediction

报 告 人：苏理云教授

报告时间：2024 年 11 月 26 日（周二）下午 14:30-15:30

报告地点：腾讯会议 （会议号：291-112-594）

报告摘要: A multi-head attentional BLS (Multi-Attn BLS) for chaotic time series prediction is proposed in this study to improve the prediction accuracy of chaotic time series further. The Multi-Attn BLS model can capture key spatiotemporal feature information and achieve high predictive performance. It also has a good generalization ability in practical nonlinear complex systems. The experimental results show that our model outperforms BLS, ridge regression, and LSTM on the four main evaluation indicators in predicting classical systems (Lorenz and Rossler systems). Moreover, the model has an excellent prediction effect in the real-world chaotic system of sea clutter.

报告人简介：苏理云，重庆理工大学理学院统计与数据科学系主任、教授，重庆市学术技术带头人，中国大数据统计学会常务理事，重庆数学学会常务理事，重庆市系统工程学会常务理事。主持国家社科基金、教育部人文社科基金、重庆市教委重点项目等省部级及以上项目10余项。2022年获重庆市社会科学优秀成果二等奖，全国应用统计教指委优秀教学成果二等奖，主持重庆市教育教学改革重大项目1项、重点项目1项、一般项目多项，重庆市应用统计研究生联合培养基地负责人，重庆市一流课程《概率论》负责人。三次获得重庆市数学建模竞赛优秀指导教师称号。

（邀请人：李晨龙）