近日，理學院肖建英副教授以第一作者兼通訊作者的論文“Novel Inequalities to Global Mittag-Leffler Synchronization and Stability Analysis of Fractional-order Quaternion-valued Neural Networks”被中科院一區Top期刊《IEEE Transactions on Neural Networks and Learning Systems》錄用（citescore=17.6）。通過推導新穎的含參分數階導數不等式，巧妙的構造李雅普諾夫泛函，獲得了關于分數階四元數神經網絡的同步和穩定性問題的新方法。該方法在分離和不分離分數階四元數神經網絡模型的情況下有效獲得了同步和穩定的靈活判據。
新一代人工智能發展規劃中，特別強調要加強類腦智能計算理論的研究，而具有聯想記憶、容錯能力高、學習能力強等智能優勢的神經網絡，是深度學習的基礎，是實現人工智能的基石。分數階四元數神經網絡具有高動態、高模擬、高維度等特征，是預計未來會有更多應用類型的網絡。而神經網絡的實際應用很大程度上依賴于其動力學行為特性，開展穩定性、耗散性和同步研究，在理論和實踐中都有重要作用。
據悉，肖建英副教授一直從事神經網絡穩定性、微分方程數值解等方面的研究，與東南大學、澳大利亞悉尼科技大學、四川大學等知名高校緊密合作, 瞄準國際前沿、緊跟國際熱點、擴大國際交流，積極開展相關數學理論在神經網絡穩定性方面的應用研究工作。近五年，同時以第一作者和通訊作者雙重身份在《Neural Networks》、《Information Sciences》、《Neurocomputing》、《Applied Mathematics and Computation》、《Isa Transactions》等國內外同行認可的高水平期刊上發表SCI論文13篇，其中ESI論文2篇，累計被引200多次。
《IEEE Transactions on Neural Networks and Learning Systems》屬于人工智能領域的國際頂級期刊。其涉及范圍涵蓋了電子與電氣、人工智能、控制論、工程技術、神經網絡、復雜系統等方面。
《IEEE Transactions on Neural Networks and Learning Systems》期刊Citescore和排名：
《IEEE Transactions on Neural Networks and Learning Systems》期刊中科院JCR分區情況：
錄用郵件截圖：
