首页 - 学术活动 - 正文

机器学习之历史,基本理论和方法

创建时间:  2019/11/29  王智渊   浏览次数:   返回

报告时间:2019年12月02日(周一)上午9:00-10:00

报告地点:1066vip威尼斯宝山校区东区机自大楼322伯时会堂


报告题目:机器学习之历史,基本理论和方法

报告人:黄彪

报告人简介:

黄彪,1997年于阿尔伯塔大学过程控制专业获博士学位。1983和1986年于北京航空航天大学分别获得学士学位和硕士学位。1997年任阿尔伯塔大学化工与材料工程学院助理教授,目前为该学院的终身教授,及油砂过程控制首席教授。IEEE Fellow、加拿大工程院院士、加拿大化学化工学会Fellow。获得包括德国洪堡学者奖,IFAC过程控制期刊最佳论文奖、APEGA卓越研究高峰奖、加拿大Bantrel设计与工业实践奖,ASTech科学与工程卓越贡献奖等。出版科研专著5部,发表370多篇SCI期刊论文。研究领域主要包括过程控制、数据解析,机器学习、贝叶斯推理。现担任IFAC Journal Control Engineering Practice主编,Journal of the Franklin Institute的领域编辑,Journal of Process Control的副编,以及Chemometrics and Intelligent Laboratory Systems的编委。

报告摘要:

机器学习在近10年来得到飞跃的发展和广泛的应用。特别是在图像处理,语音分析及机器人技术领域是不可缺少的工具。深度学习作为机器学习的核心算法已经得到广泛应用并取得极大成功。强化学习作为机器学习的重要组成部分近来得到快速发展。从控制角度出发,它也是一种行之有效的优化控制方法。本报告将介绍机器学习特别是深度学习和强化学习的发展历史,基本方法及在控制中的作用。


上一条:In-flight optimal tuning of UAV controllers

下一条:复杂网络的牵制控制和能控性及其鲁棒性