报告题目：力热能量密度等效原理及其在宽域极端条件下材料性能定量表征上的应用

报告人：李卫国教授（重庆大学航空航天学院）

报告时间：2026年6月5日（周五）上午10:00

地点：明故宫校区18号楼1109会议室

主办单位：航空学院、航空航天结构力学及控制全国重点实验室、校科协

报告内容简介：当前拓展材料服役条件的需求愈发强烈，材料在多样性宽域极端条件下的力学/物理性能成为广泛领域关注的核心问题，亟需建立对多样性宽域极端条件下材料性能的理论定量预测能力。报告人紧密围绕国家重大战略需求，瞄准在国家战略装备中有着广泛应用前景的先进材料及结构，聚焦其在多样性宽域极端条件下的力学行为、强度理论与表征方法，原创提出可定量表征宽域极端条件对材料力学/物理性能影响的新理论——力热能量密度等效原理(Li能量等效原理)。基于此原理，提出了系列适用于多样性宽域极端条件的材料失效准则，针对无机非金属、金属、高分子及其复合材料等丰富材料体系，首次建立了宽域下温度、声场、光场、电场、磁场、辐照、微波、压强、应变率、尺寸等相关性广泛力学/物理性能的系列无拟合参数理论定量表征模型。

报告人简介：

李卫国，重庆大学“弘深”杰出学者、二级教授、博士生导师。入选国家级高层次人才计划、教育部新世纪优秀人才。担任国际应用力学协会Fellow，中国力学学会常务理事，教育部高等学校力学类专业教学指导委员会委员，重庆力学学会理事长，非均质材料力学重庆市重点实验室主任，中国力学学会固体力学专业委员会、航天六院探月任务专家委员会、中国宇航学会深空探测技术专业委员会、中国复合材料学会热防护复合材料分会委员会、中国空间技术研究院材料技术专家咨询委员会等多个委员会委员、副主任委员；多个省部级团队带头人，《应用数学和力学》副主编，《力学学报》、《力学进展》等多个期刊编委。主持包括重大科研仪器研制项目、企业创新发展联合基金重点项目在内的国家自然科学基金项目8项及其它项目30余项，发表SCI论文250余篇，授权发明专利22项。

报告题目：磁集成技术赋能高功率密度电力电子变换

报告人：郦强 教授（香港大学）

报告时间：2026年6月5日 15:30-16:30

报告内容简介：

报告题目：零知识证明中的魔法

报告人：杨波 教授（陕西师范大学）

报告时间：2026年6月7日 9:00-11:00

报告内容简介：

报告题目：List-color function versus chromatic polynomials

报告人：董峰明 教授（新加坡南洋理工大学）

报告时间：2026年6月5日（周五）下午15:30-16:30

报告内容简介：

报告题目：AI, BI & SI—Artificial, Biological and Statistical Intelligences

报告所属学科：管理科学与工程

报告人：林共进（普渡大学）

报告时间：2026年6月10日 09:30-11:30

报告地点：经管学院702室

报告摘要：Artificial Intelligence (AI) is clearly one of the hottest subjects these days. Basically, AI employs a huge number of inputs (training data), super-efficient computer power/memory, and smart algorithms to perform its intelligence. In contrast, Biological Intelligence (BI) is a natural intelligence that requires very little or even no input. This talk will first discuss the fundamental issue of input (training data) for AI. After all, not-so-informative inputs (even if they are huge) will result in a not-so-intelligent AI. Specifically, three issues will be discussed: (1) input bias, (2) data right vs. right data, and (3) sample vs. population. Finally, the importance of Statistical Intelligence (SI) will be introduced. SI is somehow in between AI and BI. It employs important sample data, solid theoretically proven statistical inference/models, and natural intelligence. In my view, AI will become more and more powerful in many senses, but it will never replace BI. After all, it is said that “The truth is stranger than fiction, because fiction must make sense.” The ultimate goal of this study is to find out “how can humans use AI, BI, and SI together to do things better.

 报告人简介：

Dr. Dennis K. J. Lin is a Distinguished Professor of Statistics at Purdue University. He served as the Department Head during 2020-2022. Prior to this current job, he was a University Distinguished Professor of Supply Chain Management and Statistics at Penn State, where he worked for 25 years. His research interests are data quality, industrial statistics, statistical inference, and data science. He has published nearly 300 SCI/SSCI papers in a wide variety of journals. He currently serves or has served as an associate editor for more than 10 professional journals and was a co-editor for Applied Stochastic Models for Business and Industry. Dr. Lin is an elected fellow of ASA, IMS, ASQ, & RSS, an elected member of ISI, and a lifetime member of ICSA. He is an honorary chair professor for various universities, including Fudan University, and National Taiwan Normal University and a Chang-Jiang Scholar at Renmin University of China. His recent awards include, the Youden Address (ASQ, 2010), the Shewell Award (ASQ, 2010), the Don Owen Award (ASA, 2011), the Loutit Address (SSC, 2011), the Hunter Award (ASQ, 2014), the Shewhart Medal (ASQ, 2015), and the SPES Award (ASA, 2016). He won the Deming Lecturer Award at 2020 JSM. His most recent award is “The 2022 Distinguished Alumni Award” (National Tsing Hua University, Taiwan).

报告题目：城市空中交通中的低噪声运营规划

报告所属学科：管理科学与工程

报告人：高振宇（香港科技大学）

报告时间：2026年6月10日 15:30-17:30

报告地点：经管学院403室

报告摘要：在低空经济快速发展的背景下，飞行器噪声已成为制约城市空中交通可持续发展的一个关键运行瓶颈。鉴于未来低空飞行将呈现高密度、紧邻城市社区的特点，通过运营规划实现噪声控制，是最具可行性与长期价值的解决路径。本报告将围绕城市空中交通中的低噪声运营解决方案，介绍三项近期开展的相关研究工作。首先，为实现面向城市社区噪声感知的精确化管理，我们提出一种数据驱动优化框架。该框架融合城市背景数据分析、飞行器噪声模型及凸优化方法，从网络流控制的视角，在抑制整体噪声水平的同时保障各社区在噪声感知上的公平性。其次，针对起降点周边复杂城市环境下的噪声减缓问题，我们提出一种基于强化学习的飞行器轨迹优化框架，该框架能够实现eVTOL飞行器起飞与降落阶段的高精度低噪声轨迹优化。最后，从空域设计角度探索噪声缓解策略，我们基于声学原理与物理定律，将复杂城市空间中的噪声约束转化为三维城市空中禁飞区，从而实现更直接、高效的飞行器噪声控制。以上研究成果从网络流控制、飞行器轨迹优化和空域设计三个层面，为城市空中交通的低噪声运营规划提供方法支撑与理论参考，期望能为该领域的研究与实践提供有益启示。

 报告人简介：

高振宇博士现任香港科技大学机械及航空航天工程学系助理教授。他于伊利诺伊大学香槟分校获航空航天工程学士学位，在佐治亚理工学院获运筹学硕士及航空航天工程博士学位。博士期间曾任航空航天系统设计实验室（ASDL）高级研究生研究员。2022-2024年在德州大学奥斯汀分校奥登计算工程与科学研究所从事博士后研究，于2025年获香港研究局杰出青年学者计划（ECS）及政策研究资助计划（PPRFS）。主要研究方向为航空系统设计与优化，近期专注于数据驱动航空航天工程、可持续航空及自主系统。已发表或录用SCI论文近20篇，成果见于AIAA Journal、Journal of Aircraft、Aerospace Science and Technology、Transportation Research Part B/C/D、Journal of Air Transportation等权威期刊。

报告题目：高性能混合结构Ga2O3薄膜日盲紫外光探测器响应恢复机理研究及其在多领域应用研究

报告人：韩舜 副教授（深圳大学）

报告时间：2026年6月10日（周三）上午10:00-11:30

报告内容简介：

报告题目：Homogenization of some non-Newtonian flows in perforated domains

报告人：吕勇 教授（南京大学）

报告时间：2026年6月8日 15:00-16:00

报告内容简介：