生物数学、深度学习、非线性随机动力学，应用概率统计，随机微分方程，数理金融

科研方向1：非线性随机动力学的理论与应用研究

主要应用概率统计以及非线性随机动力学理论，对工程领域、航天航空领域、交通领域、航海领域中出现的随机振动现象进行建模以及动力学分析，包括结构的振动响应、稳定性、疲劳与损伤方面的可靠性分析等。依托这一研究方向和内容，进五年来，本人主持并完成了3项国家级项目，分别为：国家自然科学基金项目“非高斯噪声激励下分数阶导数系统的非平稳响应研究”、中国-塞尔维亚科技合作项目“一类工程结构系统在随机力作用下的破损概率估计”， “一带一路”高端外国专家引进项目“动力系统可靠性的理论估计与实验设计研究”。另外，近五年来在国内外重要学术期刊上发表与非线性随机动力学相关的科研论文共计10篇，其中SCI索引9篇，第一作者4篇。

科研方向2：深度学习及其应用

深度学习是机器学习领域中一个崭新的研究方向，目前在信息化、数字化时代发挥了巨大的潜能，深度学习通过学习样本数据的内在规律和层次，以获取诸如文字、图像、声音等数据的特征，目前在搜索技术、数据挖掘、图像识别、语言处理等领域都取得了很多成果。在最近5年内，正在主持高端外国专家引进项目“污水污泥处理的绿色技术研究与设备研发”，协助指导一名研究生利用深度学习理论完成了新闻文本分类和情感分析。指导另一名研究生正在进行个性化语音识别与合成的研究。同时本人将深度学习理论与前期的随机动力学理论相结合，开拓出一个新的研究方向，即利用深度学习中的神经网络求解随机微分方程的动力学响应。目前正指导一名研究生进行相关的研究。另外，基于深度学习的图像识别功能，本人与广西烟草公司合作，正在共同申报广西壮族自治区公司科技计划项目，利用深度学习方法，计划共同完成卷烟库存智能识别与统计，申报结果将在5月份知晓。

科研方向3：随机环境下肿瘤免疫系统的研究

肿瘤异质性给临床上治疗癌症带来很多困扰，与免疫系统之间的竞争则关系到患者能否有可能被治愈，因此研究随机环境下肿瘤细胞异质性以及与免疫系统竞争的动力学模型，对了解癌症和治疗癌症具有重要的意义。本课题以结肠癌、乳腺癌等高发癌症为研究对象，基于这些癌症的生化反应特征，建立包含随机因素的双向层级隔室模型，讨论肿瘤异质性导致的癌细胞表型间的随机转换。利用随机动力学理论，研究多种噪声类型影响下肿瘤细胞与免疫系统之间竞争模型的稳定性、平稳概率、统计矩、首次逃逸时间等动力学特征，系统地研究噪声类型以及参数对肿瘤细胞、免疫细胞的作用规律和影响机理。依托这一研究方向和内容，本人获得了2021年度陕西省科技计划项目的资助，研究课题“随机环境下肿瘤细胞异质性以及与免疫系统竞争的动力学模型研究”，并完成了前期的一部分工作，论文“一类两阶段肿瘤-免疫模型的确定性与随机分析”已网络发表。