报 告 人：项林英
报告题目：Moment-based analysis of pinning synchronization in complex networks
报告时间：2023年10月26日（周四）上午08:30
报告地点：静远楼908
主办单位：智慧教育学院（计算机科学与技术学院） 、科学技术研究院
报告人简介：
项林英，天津工业大学人工智能学院教授、博士生导师、IEEE Senior Member。2008年获得南开大学控制理论与控制工程专业博士学位，2008年11月至2010年10月在香港城市大学从事博士后研究工作(合作导师为陈关荣教授、祝建华教授)，2017年7月至2018年7月在美国加州大学河滨分校访问(合作导师为任伟教授)，曾任职于厦门大学、东北大学(秦皇岛分校)。主要研究方向为“网络系统可控性”、“复杂网络同步控制与优化”、“集群智能与协同控制”。目前已在IEEE Circuits and Systems Magazine、IEEE Transactions on Circuits and Systems-I、IEEE Transactions on Control of Network Systems、IEEE Transactions on Cybernetics等国际权威期刊及会议上发表学术论文80余篇，其中SCI收录论文40余篇；以第一发明人授权/公开国家发明专利12项；主持包括国家自然科学基金面上项目、青年基金项目等国家级、省部级项目10余项；曾获河北省自然科学奖一等奖、福建省优秀硕士学位论文指导教师，入选河北省“三三三人才工程”。担任中国工业与应用数学学会复杂网络与复杂系统专业委员会委员、中国指挥与控制学会集群智能与协同控制专委会委员、TCCT女学者工作组委员、TCCT多自主体控制学组委员等。
报告摘要：
In this talk, pinning synchronization of complex networks is investigated from a moment-based analysis approach. The analytical expressions for the first three expected moments of the coupling and control matrix for an ER random graph, a Chung-Lu random network, and an NW small-world network are derived, respectively. The shape of the eigenvalue distribution of the coupling and control matrix can be estimated based on the obtained expected moments and thus used to predict pinning synchronization in the network. It is shown that the expected moments are associated with the local structural properties of the network and the control mechanism. This allows us to bound the smallest and largest eigenvalues of the spectral distribution without computing the Laplacian eigenvalues of a large-scale network. Numerical simulations of the above three representative networks composing of chaotic systems, respectively, are shown for illustration and verification.