今天是
今日新发布通知公告0条 | 上传规范

物理学院“博约学术论坛”系列报告第 167 期(2018年第 27期)

发布日期:2018-10-29

 
题目:基于人工智能算法的数据驱动优化
报告人:王晗丁 教授(西安电子科技大学) 
时  间:2018年10月31日(周三)上午9:00
地  点:365bet中心教学楼610

 

摘要:
很多工业界的实际问题可建模成黑盒优化问题,优化方法需要多次评价候选解,但是实际问题函数评价的运算代价高或存在多个精度,这阻碍了已有优化方法的垂直应用。比如,飞行器的设计中的函数评价是利用空气动力学仿真进行的,通常一次仿真需要以小时为单位的运算时间,那么需要上千次函数评价的优化方法无法在有限时间内搜索到最优解。数据驱动的优化方法是新兴的人工智能方法论,以进化计算为优化方法,将实际问题函数评价看作数据,利用已有成熟的机器学习算法训练得到近似的函数评价来辅助优化方法进行搜索,大大提高了传统优化算法实用性。

 

简历:
王晗丁,西安电子科技大学电子工程学院博士,现为西安电子科技大学人工智能学院教授,2018年入选陕西省青年千人计划。研究方向包括计算智能、机器学习、多目标优化及代理模型。近五年发表高水平论文30篇,包括计算智能领域国际顶级期刊《IEEE Trans. on Evolutionary Computation》、《IEEE Trans. on Cybernetics》、《Evolutionary Computation》和《Information Sciences》,且其中一篇入选IEEE Computational Intelligence Society当季Spotlight文章。在海外研究期间,作为主研身份参与1项英国工程与物理科学研究资助局(EPSRC)项目《Data-driven surrogate-assisted evolutionary fluid dynamic optimisation》。
王晗丁博士目前是国际计算智能研究领域非常活跃的年轻学者。现担任IEEE计算智能协会演化计算技术委员会(Intelligent Systems Applications Technical Committee of IEEE Computational Intelligence Society)Task Force 13主席。兼职计算智能国际期刊《IEEE Computation Intelligence Magazine》和模式识别国际期刊《Complex & Intelligent Systems》编委(Associate Editor)。曾担任神经计算领域国际知名期刊《Neurocomputing》、《IEEE Transactions on Emerging Topics in Computational Intelligence》与《IEEE Access》客座编委(Guest Editor),并担任演化计算领域顶级国际会议《Genetic and Evolutionary Computation Conference》、《IEEE Congress of Evolutionary Computation》及多个其他国际会议的程序委员会成员。长期担任计算智能领域多个国际顶级期刊审稿人。

 

 

 

联系方式:物理学院办公室 (68912131)
邀请人:路翠翠 副研究员
网    址:http://physics.www.medege.com/

 


365bet 365bet 365bet官网 365bet注册 365bet投注 365投注