近日，我院研究生李兴尚在知名期刊《Knowledge-Based Systems》上在线发表了题为“Self-organizing cascaded echo state network for time series prediction”的研究文章。《Knowledge-Based Systems》为中科院一区期刊。研究生李兴尚为论文第一作者，李凡军教授为学生导师兼通讯作者。

本文针对复杂时间序列预测问题，提出了一种具有自组织深度的级联回声状态网络（SCESN），并基于逐步逼近及残差学习的思想开发了新型增量式学习框架，使得网络在结构变化过程中逐步提取序列特征，在复杂时间序列预测任务中表现出优异性能。该项研究丰富了复杂时间序列预测问题的解决方案，推动了回声状态网络研究的发展。