蒲亦非（Yi-Fei PU, Yifei PU）：男，工学博士、双博士后、四川大学计算机学院人工智能系三级教授/博士生导师、西南政法大学人工智能法学院特聘客座教授/博士生导师、乐山师范学院电子信息与人工智能学院特聘客座教授、四川省千人计划创新人才、重庆直辖市巴渝学者讲座教授、四川省科技创新创业领军人才、第十一批四川省学术和技术带头人后备人选、成都市高层次创新创业人才、四川省青年科技创新研究团队骨干成员、成都市双流区首批高层次创新人才、国家科技专家库在库专家、国家重点研发项目会评专家、教育部学位与研究生教育第四轮学科评估专家、教育部研究生学位论文评议专家、中国博士后科学基金评审专家、中国科协科技人才奖项评审专家、中国政府奖学金来华留学奖学金评审专家、四川省特聘专家、成都市特聘专家、成都天府海智计划专家、四川天府新区公园城市标准化专家、中国计算机学会第十三届会员代表大会代表、中国自动化学会首届/第二届分数阶系统与控制专业委员会副主任委员、中国计算机学会首届计算法学分会常务委员、全国材料与器件科学家智库电子信息材料与器件专家委员会副主任委员、全国科学技术名词审定委员会第四届计算机科学技术名词编写委员会计算机交叉学科编写分委员会编委、中科鸿信算法研究院专家委员会副主任委员、爱思唯尔全球前2%科学家（2024年入选）。
蒲亦非是国际上尝试将分数阶微积分引入现代信号处理的少数几个最早探索者之一，探索比整数阶最优方法还更优的分数阶新方法，从0到1开拓分数阶现代信号处理新领域。蒲亦非将迷失的第4种电路元件“忆阻（memristor）”推广到分数阶，首次硬件实现分数阶忆阻，并发现其指纹特征，与“忆阻之父”欧洲科学院外籍院士蔡少棠（L. O. Chua）教授合作，正在探索大脑的分数阶忆阻生物电气本质，为未来拟开展的分数阶忆阻类脑计算研究提供条件和支撑。
如何将分数阶微积分应用于现代信号处理，在国际上是一个研究甚少的新兴学科分支。近年来，分数阶微积分业已成为数学分析的一个重要分支。然而，对于世界上绝大多数数学家、物理学家和工程技术学者而言，分数阶微积分都还鲜为人知。分数阶微积分是对经典整数阶微积分理论的分数阶推广，扩展了整数阶差分和Riemann求和的概念，具有许多独特性质，例如常数的分数阶微分（Caputo定义除外）不为零。传统整数阶信号处理仅假设信号及其背景噪声是高斯的和平稳的；其对象系统只限于时不变（或缓慢）、线性、因果、最小相位系统；其信号分析方法仅限于二阶矩特性和傅立叶变换，仅能检测整数次谐波，却不能检测非整数次谐波，对于非线性和非平稳随机信号的检测问题、时域-频域变化规律等的分析无能为力。利用分数阶微积分具有长时记忆性、非局域性、弱奇异性的独特优势，有望破解复杂信号非线性、非平稳、非因果、非最小相位现象导致传统整数阶信号处理方法的天然缺陷。
从2003年攻读博士学位开始，蒲亦非长期聚焦于分数阶现代信号处理这一新兴学科分支的探索，特别是分数阶图像处理、分数阶人工智能、分数阶电路与系统。取得了一些较重要的研究成果，例如：
- 最早提出图像处理最基本的6种分数阶微分算子（分数阶微分掩模），一作分别发表在IEEE TIP和SCI CHINA INFORM SCI上，获广泛引用，并在他引论文中以蒲亦非的姓名对其命名，获SCIENCE CHINA Information Sciences十年持续影响力论文奖（第一获奖人），入选全球前1%ESI高被引论文；
- 提出分数阶全变分模型，并将其应用图像去噪、图像修复、图像对比度增强，一作发表在IEEE TIP、IEEE INTEL TRANSP SY和SCI CHINA INFORM SCI上，利用常数的分数阶微分（Caputo定义除外）不为零以及分数阶微分的弱奇异性，破解传统图像处理去噪与保持纹理细节这一悖论；
- 提出印刷品的分数阶隐写和盲提取技术，一作发表在IEEE INTERNET THINGS上，率先攻克数字密文公认不能被纸质打印的终极技术限制，首次实现数字密文的纸质打印和高清晰提取；
- 发现3种自然实现形式的1/2阶分抗（分数阶阻抗），一作发表在2005 Proceedings of the IEEE Conference on Mechatronics & Automation，获国际电路与系统资深学者捷克Brno University of Technology的Jaroslav Koton教授评论称：“实现分抗被最频繁使用的方法（a most frequently used method）”；
- 在国际上首次提出分抗值的度量单位和物理量纲，一作发表在IEEE T CIRCUITS-I 和IEEE ACCESS，获国际电路与系统资深学者希腊University of Patras的Costas Psychalinos教授评论称：“一个意义重大的论述（a great overview）”；
- 在国际上首次提出分抗的串并联规则，统一所有电路元件的串并联规则，一作发表在IEEE T CIRCUITS-I 和IEEE ACCESS，获国际电路与系统资深学者，Journal of Circuits, Systems and Computers副主编，捷克Brno University of Technology的Norbert Herencsar教授评论称：“穷尽作者的知识，之前仅有极少的研究聚焦分数阶电路的串并联规则，仅有的4篇文献主要在理论层面上进行讨论。之后，蒲展示了任意阶分形电路各种联接方式的可能性”；
- 提出分数阶Hopfield神经网络，发现其特有的“阶稳性”和“阶敏性”，破解分抗的“温敏性”，并将其应用于抗芯片克隆之中，一作发表在IEEE T NEUR NET LEAR和INT J NEURAL SYST，获2024年诺贝尔物理学奖得主、“Hopfield神经网络之父”、美国科学院院士John Hopfield教授评论称：“一个真正新颖的神经网络（a truely novel neural network）”，获奖吴文俊人工智能科学技术奖（自然科学奖）三等奖（个人独立获奖，吴文俊人工智能科学技术奖被誉为“中国智能科学技术最高奖”）；
- 提出分数阶最速下降法，并构造分数阶BP神经网络，发现分数阶最速下降法更易收敛于全局最优点，一作发表在IEEE T NEUR NET LEAR、IEEE T SYST MAN CY-S、NEURAL NETWORKS和FRONT INFORM TECH EL，获分数阶系统与控制资深学者中国科技大学王永教授评论称：“蒲教授是关注分数阶梯度方法的第一人（the first one）”，获奖2025全国人工智能应用场景创新挑战赛智能交通场景专项赛一等奖（第一获奖人）；
- 将人类迷失的第4种电路元件忆阻推广到分数阶，首次硬件实现分数阶忆阻，并发现其指纹特征，发现一大类分数阶忆阻混沌，初步构造分数阶忆阻神经元，一作发表在IEEE T CIRCUITS-I、IEEE INTELL SYST、IEEE-CAA J AUTOMATIC 、IEEE DES TEST和FRONT INFORM TECH EL，获“忆阻之父”欧洲科学院外籍院士蔡少棠（L. O. Chua）教授评论称：“我相信你的论断非常重要（I believe your comment could be very significant）”和“你很有前途的工作（your very promising works）”，获2019年度四川大学十大基础科学进展奖（第一获奖人）。
