深度学习技术在复杂工业数据建模应用中的局限性

活动信息

  • 开始时间：2023-03-18 14:00:00
  • 活动地点：创新园大厦A1031
  • 主讲人：王殿辉

活动简介

<p>1）复杂工业数据建模技术是工业智能技术与数据分析的核心，对智能传感、智能控制、智能感知系统的研发具有重要意义。在很多工程应用中，我们需要在计算资源受限的情况下实现高精度、实时预测。目前的深度学习技术无论在理论基础方面还是在工业应用方面都存在一些难以克服的瓶颈问题。结合因果关系不确定的复杂动态系建模问题特点，通过工业数据建模实例讨论工业数据建模技术中需要认识和解决的问题。2）基于我们前期在随机算法方面的研究工作，介绍深度随机配置学习理论，重点介绍构建随机学习模型的约束条件和意义，阐述随机配置学习算法的优点及在工业数据建模领域的发展潜力。</p>

主讲人介绍

王殿辉教授，国家特聘专家，现任中国矿业大学人工智能研究院院长，二级教授、博士生导师。2022年创刊国际学术杂志《Industrial Artificial Intelligence》并任主编，同时任《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Cybernetics》、 《Information Sciences》、《Artificial Intelligence Review》等国际著名学术期刊副主编。目前承担科技部《2030人工智能基础》重大项目研究，发表学术文章240余篇，主编 “Springer Lecture Notes on AI”一部，在国际著名期刊《Information Sciences》编辑“神经网络随机学习算法”特刊2卷、“工业人工智能”特刊1卷。针对复杂工业数据建模问题，王殿辉教授于2017年创建深度随机配置机器学习理论，并拥有澳大利亚科技创新专利，在此基础上于2021年在中国矿业大学创建《随机配置机器学习研究中心, Research Center for Stochastic Configuration Machines》并任研究中心主任。目前这一随机学习模型在学术界和工业界得到了广泛认同并正在产生积极影响。