报告时间：2021年4月17日15：00-18：00
报告地点：民主楼210
报告专家：葛志强，浙江大学教授
报告题目：面向工业大数据的深度隐变量模型及应用
报告摘要：
随着工业大数据时代数据量和数据维度的增加，提取工业系统的核心要素变得越来越困难，传统隐变量模型正面临着巨大的困境。从机器学习的角度出发，传统隐变量模型结构显然不能提供足够的模型复杂度，导致其描述能力有限，无法精确刻画复杂工业系统，提取其本质特征，严重限制了模型在实际过程中的应用范围。众多实践证明，深度学习提供了一个非常高效的模型复杂度拓展框架，因此，深度隐变量模型是工业系统建模在大数据时代的重要发展方向，也是人工智能技术与制造业深度融合的最佳着力点之一。本次报告将从工业大数据的典型特征出发，介绍研究团队近年来在深度隐变量建模方向的探索工作，给出实际工业场景的应用验证结果，并对后续的研究思路进行讨论和展望。
专家简介：
葛志强，浙江大学教授，博导，2004年和2009年于浙江大学获工学学士和博士学位。2014年11月至2017年1月于德国Duisburg-Essen大学从事“洪堡学者”研究工作。近年来，主持国家自然科学基金优青、面上项目、国家重点研发计划课题以及企业横向等10余项。以第一/通讯作者发表IEEE汇刊论文50多篇，IFAC会刊论文30多篇，曾8次获领域内重要会议最佳论文奖或提名奖，论文SCI他引5000多次，自2016年起连续入选Elsevier中国高被引学者，获授权国家发明专利30多项，担任IFAC会刊Control Engineering Practice的Associate Editor，主要研究方向为工业大数据、智能系统和知识自动化。
报告专家：刘毅，浙江工业大学教授
报告题目：融合机器学习的复材缺陷红外无损检测方法研究报告摘要：高效准确地发现碳纤维复合材料中的缺陷具有重要的研究意义和应用价值。红外热成像技术由于成本低、易于设置且能够快速检查大面积区域的优点，适合于碳纤维复合材料中的缺陷检测。针对当前红外热成像技术存在的图像不均匀背景严重、噪声干扰、直接检测效率和准确程度较低等不足，研发融合以机器学习算法为核心的红外热成像无损检测方法，实现对生产或使用期的碳纤维复合材料产品进行准确、高效的缺陷检测与评估，促进复合材料无损检测方法的发展。
专家简介：刘毅，博士，浙江工业大学教授、博导，国家优秀青年科学基金获得者。担任中国自动化学会数据驱动控制、学习与优化专委会委员，技术过程的故障诊断与安全性专业委员会委员，环境感知与保护自动化专委会委员。致力于“工业数据智能建模与控制”领域的基础研究及应用。主持3项国家自然科学基金和2项浙江省自然科学基金。以第一/通讯作者在过程建模与控制领域知名期刊发表论文50余篇。指导2名硕士分别获得2018、2019年浙江省优秀硕士学位论文。
报告专家：杨秦敏，浙江大学教授
报告题目：大规模风电应用中的智能技术研究
报告摘要：
我国能源战略要求更多的可再生能源进入电网。然而，当前的风电技术水平在满足未来在经济性，安全性等方面的要求时还面临很大的挑战。为了实现风能利用过程中的智能化和健壮性，本研究通过人工智能领域的最新理论进展，尝试提出一些新方法用于提高风电接入和调控等方面的效率和可靠性，希望能对我国下一代能源网络的实施提供一些新的工具。
专家简介：
杨秦敏，浙江大学控制科学与工程学院教授，博士生导师。在美国密苏里大学获电子工程博士学位。曾任美国Caterpillar公司高级系统工程师，任美国康涅狄格大学助理研究员，美国理海大学访问研究教授。主要研究领域为：可再生能源与微电网，智能控制技术，工业人工智能等等。现为国际组织IEEE高级会员、ASME、APNNS会员，中国自动化学会控制理论专业委员会新能源学组秘书长，担任IEEE Trans. on SMC: Systems、IEEE Trans. on NNLS、TIMC、Processes等多本国内外期刊编委，曾担任CAIT 2020、RTCSA 2019、ICONIP 2017国际会议共同主席、注册主席和数十个国际会议的组委会委员。曾获浙江省科技进步一等奖、自动化学会优博论文导师奖、多个国际会议论文类奖、浙江省钱江人才等荣誉。
报告专家：肖林，湖南师范大学教授
报告题目：零化神经网络：模型、理论与应用
报告摘要：
本报告主要介绍一类面向时变优化/数学问题求解的递归神经网络：零化神经网络。相比于面向静态优化/数学问题求解的基于梯度的递归神经网络，零化神经网络能充分利用时变问题的导数信息，求解效果更优。本报告将从产生的背景、建模方法、理论进展和创新、仿真结果和应用等几个方面对零化神经网络进行介绍。
专家简介：
肖林，2014年6月博士毕业于中山大学，2018年和2019年分别在香港理工大学和英国提赛德大学进行访问研究。现任湖南师范大学“潇湘学者”特聘教授，博士研究生导师，湖南省普通高校青年骨干教师。主要研究方向为神经网络、机器人控制、智能信息处理等。提出一类在线求解时变优化/数学问题的递归神经网络设计方法，在神经网络模型设计、有限时间收敛分析、鲁棒性分析、机器人应用等方面取得重要进展。发表IEEE Transactions期刊论文(包括TNNLS、TCYB、TIE、TII、TSMCA、TFS、TCST、TETC等)35篇，4篇论文入选ESI高被引论文。近年来，先后主持国家自然科学基金项目2项、湖南省自然科学基金项目2项、湖南省教育厅优秀青年项目和重点项目各1项。
