11月30日下午，应数学与统计学院邀请，吉林大学张凯教授作了题为《深度学习网络在逆散射问题中的应用》的学术报告。报告会由韩英波教授主持，部分老师及研究生聆听了此次报告。

在本次报告中，张教授首先系统梳理了逆散射问题的研究背景与当前发展态势，随后将论述重点聚焦于声学波导场景下，基于低频观测数据的障碍反散射问题这一研究热点。报告中，张教授依据问题本身的求解难度，逐一阐述了三类典型逆散射问题的研究进展，并创新性地提出一种融合多保真度策略的贝叶斯推理框架，该框架将导波模式分析与深度神经网络（DNN）代理模型相结合，旨在实现对未知散射体形状的精准重构。与此同时，张教授团队还研发了一种全新的多保真度代理模型。相关数值模拟结果证实，该方法在获取高分辨率散射体重构结果的同时，能够大幅降低计算过程中的资源消耗与时间成本，展现出显著的性能优势。

张凯教授的报告深入浅出，并与师生展开了讨论，对与会师生提出的问题给予了详细解答。此次报告会的交流与讨论对参会的老师和学生都有很大的启发。(李世顺初审，严辉银再审，韩英波终审）