2023年2月9日，实验室联合培养硕士生魏佳丽在SCI期刊《Neural Computing and Applications》发表了题为《An optimal neural network design for fractional deep learning of logistic growth》的论文。这是实验室魏佳丽同学在南京财经大学读研期间的第二篇论文。

研究内容简介：本文提出了一种基于分数阶微分方程的多层深度学习神经网络，并采用并行计算方法搜索最优结构。然后将该方法得到的解析近似解与其他解析方法比较，证明了该方法的有效性。此外，结合实际数据，利用梯度下降算法对分数阶Logistic方程的分数阶等参数进行了估计。将所提出的最优神经网络方法应用于预测。通过对比研究，分数阶Logistic方程具有更大的参数自由度，性能优于经典Logistic模型。

论文网址链接：https://link.springer.com/article/10.1007/s00521-023-08268-8