信息来源：中国人民大学统计与大数据研究院 发布日期：2026年4月14日

在小说阅读器读本章去阅读在小说阅读器中沉浸阅读        2026年3月27日上午，西安交通大学孟德宇教授、北京雁栖湖应用数学研究院张晓明研究员受邀访问中国人民大学。孟德宇教授开展了主题为“深度网络的基础模块设计：数据先验与架构融合”的讲座。张晓明研究员开展了主题为“融合第一性原理的机器学习”的讲座。本次讲座由统计与大数据研究院张政长聘副教授、马维长聘副教授主持。

孟德宇以深度网络基础模块的发展脉络为主线，系统梳理了从全连接层、卷积模块到自注意力机制的演进历程。他深入浅出地剖析了卷积算子的应用基础，详细解读了自注意力机制的核心逻辑。针对经典离散卷积在几何结构刻画上的局限，孟德宇重点介绍了参数化卷积及其等变网络设计的最新进展。他通过结合医学影像、图像超分辨等实际应用场景，生动展示了参数化卷积在处理复杂几何结构数据时的独特优势。整场讲座始终聚焦数据先验、网络模块与算法性能之间的内在联系。孟德宇强调，未来深度学习的发展，不能仅仅依赖模型规模的扩张，更要重视数据规律、结构归纳偏置与模型架构的协同设计。

张晓明从科学研究范式演进出发，提出数据与知识融合是新研究范式，指出仅依赖数据驱动的方法存在局限，强调机器学习需结合科学第一性原理、工程知识及领域经验，才能更有效地支撑复杂系统的解释、预测与决策。他系统介绍了数据与知识共同驱动的机器学习建模框架，阐述将机理模型、经验公式、工艺规则和仿真计算嵌入学习过程的基本思想，说明其能弥补纯黑箱模型在可解释性、泛化能力等方面的不足，并结合工业生产实例及人文社科领域拓展，展示了相关方法在复杂过程建模、动力学规律识别和参数估计中的应用，说明融合机理知识的机器学习不仅能够服务于工业智能，也能够为社会系统中的动态规律分析提供新的定量工具。

        讲座结束后，师生们反映受益良多，不仅拓宽了学术视野，也为他们提供了全新的研究思路和方法，进一步激发了大家的学术热情。研究院今后会继续邀请国内外专家学者开展系列讲座，不断拓宽师生的学术视野，持续打造研究院在学术领域的品牌影响力，为统计与大数据领域的发展贡献更多力量。

讲座结束后，与会师生纷纷表示受益良多。本次讲座拓展了师生们在深度学习、可解释性人工智能领域的研究视野，进一步激发了同学们研究统计学理论的热情。未来研究院将持续邀请海内外专家学者开展高水平学术讲座，持续打造研究院在统计与大数据领域的学术品牌影响力，为推动统计学科发展贡献更多力量。