学术讲座:协同神经动力学优化的进展与脑机接口中的机器学习


发布时间:2022-10-26   字体大小T|T

讲座时间:2022年10月29日8:30开始

讲座地点:腾讯会议830-812-256(上午)

           腾讯会议715-147-413(下午会场一)

           腾讯会议817-525-962(下午会场二)

主讲人一:王钧 教授 主持人:金龙 教授

主讲人简介:王钧,香港城市大学计算机科学系和数据科学学院计算智能讲座教授,IEEE Life Fellow,IAPR Fellow,欧洲科学院外籍院士。王钧教授1985年获大连理工大学系统工程硕士学位,1991年获美国凯斯西储大学系统工程博士学位,曾在在大连理工大学、凯斯西储大学、北达科他大学和香港中文大学担任多个学术职位。王钧教授曾是IEEE Transactions on Cybernetics的主编,是APNNA杰出成就奖、IEEE CIS神经网络先驱奖、吴文俊人工智能成就奖和IEEE SMCS 诺伯特·维纳奖(Norbert Wiener Award)等荣誉的获得者。

讲座内容提要:过去的四十年见证了神经动力学优化的诞生与发展,由于其固有的生物学合理性以及并行与分布式信息处理的性质,它已成为一个面向约束优化的强大的求解工具。然而,近几年几乎所有现有的神经动力学方法都只适用于凸函数或广义凸函数的优化问题,很少有可行的神经动力学方法来解决具有非凸函数与离散变量的优化问题。本次报告将介绍神经动力学优化的进展。具体来说,在所提出的协同神经动力学框架中,具有不同初始状态的多个神经动力学优化模型将用于分散搜索,此外,群体智能(例如粒子群算法)中的元启发式规则将用于重新定位局部收敛时神经元的状态,以逃离局部最小值,达到全局最优。实验结果详细证实了该框架中集中特定的范例在监督学习、车辆任务分配以及能源负载分配方面的有效性。

主讲人二:伍冬睿 教授 主持人:金龙 教授

主讲人简介:伍冬睿,华中科技大学人工智能与自动化学院教授、博导,图像信息处理与智能控制教育部重点实验室副主任,国家海外青年高层次人才,湖北省杰青。主要研究方向为脑机接口、机器学习、智慧医疗等。主持科技创新2030课题、国基金面上、华为、百度、阿里、蚂蚁等项目,发表论文200余篇,其中SCI 100篇(一作35篇,IEEE汇刊68篇),ESI高引10篇,谷歌学术总引用10000余次(H=52),入选爱思唯尔2021中国高被引学者。现任IEEE SMC学会助理副主席、管理委员会委员和eNewsLetter主编,及3个IEEE汇刊副编。2023年起将担任IEEE Transactions on Fuzzy Systems (IF=12.253)主编。

讲座内容提要:脑机接口是大脑与外部设备(计算机、机器人等)的直接交互通道,可用于研究、增强或修复人体的认知或感觉运动功能。因为个体差异与脑电信号的非平稳性,脑机接口系统经常需要针对新用户或新任务进行个性化校准,费时费力,影响用户兴趣。先进的机器学习方法可以帮助减少甚至完全消除校准,提高系统准确度和用户友好性。另外,最近研究发现脑机接口中的机器学习模型容易受到对抗攻击影响,而且脑电信号中包含了很多个人隐私信息,因此脑机接口系统的安全性和隐私保护也是其大规模应用的重要考虑。本报告将介绍脑机接口中机器学习的最新进展和研究挑战。

主讲人三:韩清龙 教授 主持人:金龙 教授

主持人简介:韩清龙,澳大利亚Swinburne University of Technology副校长、杰出教授,IEEE Fellow,欧洲科学院院士。韩清龙教授分别于1992年与1997年获得华东理工大学控制工程硕士于博士学位,目前担任IEEE Transactions on Industrial Informatics共同主编和IEEE/CAAJournal of Automatica Sinica副主编,荣获2021年度诺伯特·维纳奖(Norbert Wiener Award)和2021年度M. A. Sargent Medal等荣誉。

讲座内容提要:介绍IEEE/CAAJournal of Automatica Sinica期刊相关情况。

Baidu
sogou