報(bào)告一：
報(bào)告時(shí)間：2019年12月18日（周三）9:00-10:00
報(bào)告地點(diǎn)：北辰校區(qū)人工智能學(xué)院樓（西教一）102報(bào)告廳
報(bào)告題目：Rational (total nonlinear) model identification and U-control system design
報(bào)告嘉賓：朱全民
報(bào)告簡(jiǎn)介：
Total nonlinear dynamic systems can be described with rational models as a ratio of two polynomials. The introduction of the denominator polynomial make concise expression, but induces challenge in model identification and control system design. The talk will give an easy-going introduction for the related research topics and potential for further research.
U-model enhanced control, U-control in short, system design presents a model independent framework compared with model based design and model free design.
The purpose of the speech is not only to introduce some fundamental techniques, but more importantly to show the speaker’s research insight/philosophy in the challenging research and application domains. The later aspect is particularly suitable for PG students and new researchers. In addition, the speaker will use his sense of humour to link modelling and control to many fields encountered almost in daily life and work.
嘉賓簡(jiǎn)介：
朱全民，現(xiàn)為英國(guó)西英格蘭大學(xué)工程,設(shè)計(jì)與數(shù)學(xué)系教授。他于1989年9月在英國(guó)University of Warwick大學(xué)(華威大學(xué))獲得博士學(xué)位，1989年9月至1994年11月在英國(guó)University of Sheffield(謝菲爾德大學(xué))大學(xué)自動(dòng)控制和系統(tǒng)工程系從事博士后研究，主要研究方向?yàn)椤胺蔷€性系統(tǒng)的分析和辨識(shí)”。與S. A. Billings教授合作，針對(duì)非線性有理系統(tǒng)提出了一套全非線性模型(有理模型)辨識(shí)與檢驗(yàn)的理念，該理論體系被視為開(kāi)創(chuàng)性的工作。與 K. Warwick教授,馬孜教授和L.Z Guo博士合作提出基于神經(jīng)元網(wǎng)絡(luò)的點(diǎn)逼近(pointwise approximation)方法, 為有效地簡(jiǎn)化非線性控制系統(tǒng)設(shè)計(jì)開(kāi)辟了一個(gè)新的途徑。近年來(lái)又開(kāi)創(chuàng)性地提出基于U模型的模型獨(dú)立控制系統(tǒng)設(shè)計(jì)方法，使多種成熟有效的線性控制系統(tǒng)設(shè)計(jì)方法可直接用于廣泛一類(lèi)平滑非線性控制系統(tǒng)設(shè)計(jì)，該方法被視為突破性工作。其發(fā)表論文被廣泛引用。參與編寫(xiě)專(zhuān)著8本，發(fā)表學(xué)術(shù)論文250余篇。以主持人身份完成包括英國(guó)工程和自然科學(xué)研究委員會(huì)(EPSRC), 中國(guó)自然科學(xué)基金會(huì), 各類(lèi)基金或企業(yè)項(xiàng)目15余項(xiàng)。.
朱全民為英國(guó)華人自動(dòng)化協(xié)會(huì)（Chinese Automation Society in the UK）創(chuàng)始人及前主席，現(xiàn)為國(guó)際建模、辨識(shí)與控制學(xué)報(bào)(International Journal of Modelling, Identification and Control)創(chuàng)始人和主編，國(guó)際計(jì)算機(jī)應(yīng)用技術(shù)學(xué)報(bào)(International Journal of Computer Applications in Technology)主編, Elsevier 系列叢書(shū) (Emerging methodologies and applications in modelling, identification and control)創(chuàng)始人和主編，國(guó)際系統(tǒng)科學(xué)學(xué)報(bào)（International Journal of Systems Science）編委(7/03 to 12/12, 2014年獲該學(xué)報(bào)杰出服務(wù)獎(jiǎng))，Complexity, Hindawi, 國(guó)際高級(jí)機(jī)電系統(tǒng)學(xué)報(bào)（International Journal of Advanced Mechatronic Systems）, 防務(wù)技術(shù)(Defence Technology)等國(guó)際期刊的編委以及中國(guó)儀器儀表學(xué)報(bào)編委；國(guó)際建模、辨識(shí)與控制系列會(huì)議（International Conference on Modelling, Identification and Control）創(chuàng)始人及主席, 全英華人生命科學(xué)學(xué)會(huì) （The Academy of Life Sciences for Chinese in the UK）創(chuàng)始成員，IET Fellow, HEA Fellow, 英國(guó)工程與自然科學(xué)研究基金會(huì)（EPSRC）評(píng)委會(huì)委員，英國(guó)工程教授聯(lián)合會(huì)會(huì)員，國(guó)際自動(dòng)控制聯(lián)合會(huì)會(huì)員。中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)委員(2014年1月-2022年12月)。
朱全民曾應(yīng)聘于北京理工大學(xué)、華中科技大學(xué)、北京交通大學(xué)、大連海事大學(xué)、河北科技大學(xué), 廣東工業(yè)大學(xué)，中北大學(xué)訪問(wèn)教授。曾被聘武漢科技大學(xué)楚天學(xué)者講座教授，曾入選2011年山東省萬(wàn)人計(jì)劃，并被授予“泰山學(xué)者海外特聘教授”（2011-2016）,昆明理工大學(xué)的云南省高端外專(zhuān)項(xiàng)目入選專(zhuān)家（2016-2018）,中南大學(xué)信息科學(xué)與工程學(xué)院引智計(jì)劃教授（2017-2019）。除了工作在國(guó)際學(xué)術(shù)前沿領(lǐng)域, 朱全民積極致力于促進(jìn)中英學(xué)術(shù),教育,文化多方面交流與發(fā)展。他擔(dān)任過(guò)幾所英國(guó)大學(xué)的中國(guó)學(xué)生學(xué)者聯(lián)誼會(huì)主席和部長(zhǎng)。他多次做為所在英國(guó)大學(xué)的大使訪問(wèn)中國(guó), 領(lǐng)導(dǎo)過(guò)若干中英合作項(xiàng)目。他所在的研究室接待過(guò)多名中國(guó)訪問(wèn)學(xué)者, 培養(yǎng)了幾十名來(lái)自中國(guó)的碩士，博士。2012年8月24日在中央電視臺(tái)中文國(guó)際頻道cctv-4《華人世界》13:05播出 [華人故事]: 我在英國(guó)做教授的經(jīng)歷——朱全民 http://news.cntv.cn/20120824/104434.shtml
報(bào)告二：
報(bào)告時(shí)間：2019年12月18日（周三）10:00-11:00
報(bào)告地點(diǎn)：北辰校區(qū)人工智能學(xué)院樓（西教一）102報(bào)告廳
報(bào)告題目：加權(quán)多模型自適應(yīng)控制系統(tǒng)設(shè)計(jì)與分析
報(bào)告嘉賓：張維存
報(bào)告簡(jiǎn)介：
加權(quán)多模型自適應(yīng)控制是當(dāng)前自適應(yīng)控制領(lǐng)域的一個(gè)重要研究方向，該方法本質(zhì)上是一種基于軟切換的多模型自適應(yīng)控制策略，與增益調(diào)度控制以及基于T-S模型的模糊控制都有一定的相似性。這種基于軟切換的多模型自適應(yīng)方法非常適合含有不確定參數(shù)的隨機(jī)系統(tǒng)的控制，已經(jīng)在很多領(lǐng)域取得成功應(yīng)用，但其穩(wěn)定性一直沒(méi)有得到證明，是一個(gè)公認(rèn)的難題。
本研究通過(guò)設(shè)計(jì)新的加權(quán)算法以及構(gòu)造加權(quán)多模型自適應(yīng)控制的輸入輸出等價(jià)系統(tǒng)——虛擬等價(jià)系統(tǒng)，進(jìn)而降低了原問(wèn)題的難度，首次得到了系統(tǒng)的穩(wěn)定性判據(jù)。
嘉賓簡(jiǎn)介：
張維存，清華大學(xué)控制理論與應(yīng)用專(zhuān)業(yè)博士，北京科技大學(xué)自動(dòng)化學(xué)院博士生導(dǎo)師,美國(guó)密西根大學(xué)(University of Michigan)工業(yè)工程系客座研究員,韓國(guó)首爾國(guó)立大學(xué)(Seoul National University)電氣工程與計(jì)算機(jī)學(xué)院客座教授。中國(guó)人工智能學(xué)會(huì)理事，智能空天系統(tǒng)專(zhuān)業(yè)委員會(huì)秘書(shū)長(zhǎng)，中國(guó)仿真學(xué)會(huì)智能物聯(lián)系統(tǒng)建模與仿真專(zhuān)業(yè)委員會(huì)副主任。專(zhuān)注于自適應(yīng)控制系統(tǒng)的分析和設(shè)計(jì)，建立了理解和判定自適應(yīng)控制系統(tǒng)穩(wěn)定性和收斂性的虛擬等價(jià)系統(tǒng)方法，初步解決了加權(quán)多模型自適應(yīng)控制系統(tǒng)的穩(wěn)定性問(wèn)題。
報(bào)告三：
報(bào)告時(shí)間：2019年12月18日（周三）11:00-12:00
報(bào)告地點(diǎn)：北辰人工智能學(xué)院樓（西教一）102報(bào)告廳
報(bào)告題目：時(shí)滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析與同步控制
報(bào)告嘉賓：丁三波
報(bào)告簡(jiǎn)介：
神經(jīng)網(wǎng)絡(luò)是研究人工智能的關(guān)鍵理論和技術(shù)基礎(chǔ)，是實(shí)現(xiàn)智能自動(dòng)化的有效工具。當(dāng)前，神經(jīng)網(wǎng)絡(luò)在圖像處理、模式識(shí)別、記憶存儲(chǔ)、優(yōu)化分析等方面存在廣泛的應(yīng)用。穩(wěn)定是神經(jīng)網(wǎng)絡(luò)得以應(yīng)用的前提。本報(bào)告首先針對(duì)神經(jīng)網(wǎng)絡(luò)的時(shí)滯穩(wěn)定性問(wèn)題，介紹提出的柔性終端法和多積分處理方法；其次，針對(duì)時(shí)滯神經(jīng)網(wǎng)絡(luò)的混沌同步問(wèn)題，探討如何在網(wǎng)絡(luò)化的通訊環(huán)境中構(gòu)造有效的控制器，實(shí)現(xiàn)同步穩(wěn)定性。
嘉賓簡(jiǎn)介：
丁三波，講師，博士生導(dǎo)師，河北工業(yè)大學(xué)“元光學(xué)者”啟航崗A。2018年7月畢業(yè)于東北大學(xué)信息科學(xué)與工程學(xué)院，主要研究時(shí)滯神經(jīng)動(dòng)力系統(tǒng)的穩(wěn)定性分析與綜合、復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)的同步控制等問(wèn)題。目前已經(jīng)發(fā)表SCI論文15篇，其中IEEE Transactions 系列會(huì)刊一區(qū)論文6篇，有3篇曾入選ESI高被引論文。按最新影響因子計(jì)算，所有發(fā)表SCI論文的影響因子累加和為97.8。
報(bào)告四：
報(bào)告時(shí)間：2019年12月18日（周三）14:00-15:00
報(bào)告地點(diǎn)：北辰人工智能學(xué)院樓（西教一）102報(bào)告廳
報(bào)告題目：Image Saliency Detection: From Convolutional Neural Network to Capsule Network
報(bào)告嘉賓：韓軍功
報(bào)告簡(jiǎn)介：
Human beings possess the innate ability of identifying the most attractive regions or objects in an image. Salient object detection aims to imitate this ability by automatically identifying and segmenting the most attractive objects in an image. In this talk, I will share with you two recent works that we published in the top venues. In the first work, we showcase a guidance strategy for multi-level contextual information integration under the CNNs framework, while in the second work, we demonstrate how we carry out the saliency detection task using new Capsule Networks.
嘉賓簡(jiǎn)介：
韓軍功現(xiàn)就職于英國(guó)華威大學(xué) (University of Warwick；QS世界排名62位), 任數(shù)據(jù)科學(xué)副教授 （終身教職），領(lǐng)導(dǎo)學(xué)院計(jì)算機(jī)視覺(jué)方面的研究工作 （指導(dǎo)8名全職博士生）。加入華威大學(xué)前，曾任英國(guó)蘭卡斯特大學(xué)（Lancaster University; QS世界排名130位）計(jì)算機(jī)與通信學(xué)院副教授（終身教職）。在英國(guó)工作之前，韓博士曾任荷蘭飛利浦內(nèi)容識(shí)別 (Civolution) 高級(jí)科學(xué)家（2012-2015），作為公司視/音頻指紋識(shí)別方向的首席專(zhuān)家領(lǐng)導(dǎo)這一方向的產(chǎn)品開(kāi)發(fā)工作。2010年-2012年，韓博士就職于荷蘭皇家科學(xué)院數(shù)學(xué)和計(jì)算機(jī)研究所，作為項(xiàng)目聯(lián)合負(fù)責(zé)人參與歐盟第七框架研究項(xiàng)目1項(xiàng)。2005年-2010年，韓博士任職于荷蘭埃因霍溫工業(yè)大學(xué)信號(hào)處理組，曾參與2項(xiàng)歐盟項(xiàng)目的研究工作，并指導(dǎo)博士、碩士將近10人。
韓軍功及其研究團(tuán)隊(duì)在多媒體內(nèi)容識(shí)別，計(jì)算機(jī)視覺(jué)，機(jī)器學(xué)習(xí)等方向發(fā)表SCI雜志論文100余篇，總影響因子超過(guò)350。研究成果40余次發(fā)表在本領(lǐng)域頂級(jí)期刊（如：IJCV）及主流IEEE匯刊 （包括IEEE T-IP 17篇）。另外，韓博士在計(jì)算機(jī) CCF A類(lèi)會(huì)議發(fā)表論文超過(guò)40篇 （如： NeurIPS, ICML, CVPR, ICCV, ACM MM, AAAI, etc.）。文章google總引用率超過(guò)4500次，一作單篇最高引1470次 （IEEE TCYB 2013-2019引用率，下載率雙第一），10篇論文被Web of Science收錄為高被引論文，1篇論文被選為熱點(diǎn)論文。任Elsevier Neurocomputing (IF 4.1) 雜志，Springer Multimedia Tools and Applications (IF 2.1) 雜志和IET Computer Vision (IF 1.6) 雜志的副主編以及4個(gè)本領(lǐng)域著名雜志（IEEE Transactions on Neural Network and Learning System, IEEE Transactions on Cybernetics 等）的特約客座編委；同時(shí)他還是IEEE Industry DSP Technology的常務(wù)委員會(huì)委員，IEEE Multimedia Communications 的技術(shù)委員會(huì)委員。
報(bào)告五：
報(bào)告時(shí)間：2019年12月18日（周三）15:00-16:00
報(bào)告地點(diǎn)：北辰人工智能學(xué)院樓（西教一）102報(bào)告廳
報(bào)告題目：Batch process modelling and optimisation control using machine learning techniques
報(bào)告嘉賓：張杰
報(bào)告簡(jiǎn)介：
Batch processes are suitable for the agile manufacturing of high value added products, such as specialty polymers, pharmaceuticals, and bio-products. In contrast to continuous processes, batch processes have strong nonlinear behaviour and always operated in transient states. A further difficulty in batch process control is that product quality variables usually cannot be measured on-line and can only be obtained through laboratory analysis after a batch has finished. The main objective in batch process control is to produce a maximum amount of high quality product while under safe process operations. This talk presents several machine learning based data driven modelling, inferential estimation, and reliable optimisation control methods for batch processes. Bootstrap aggregated neural networks have enhanced model generalisation capability and can also provide model prediction confidence bounds. One of the most important issues of empirical model based batch process optimal control is that the calculated optimal control profile can degrade very significantly when applied to the actual process due to model plant mismatches. “Optimal on the model” can be quite different from “optimal on the process”. In order to address this issue, the optimisation objective function can be augmented by an additional term (or an additional objective in multi-objective optimisation) to penalise wide model prediction confidence bound at the end-point of a batch. By such a means, the calculated optimal control profile is much reliable in the sense that, when being applied to the actual process, the degradation in control performance is limited.
嘉賓簡(jiǎn)介：
Dr Jie Zhang received his PhD in Control Engineering from City University, London, in 1991. He has been with the School of Engineering, Newcastle University, UK, since 1991 and is currently a Reader and Degree Programme Director for MSc in Applied Process Control. His research interests are in the general areas of process system engineering including process modelling, batch process control, process monitoring, and computational intelligence. He has published over 300 papers in international journals, books, and conference proceedings. He is on the Editorial Boards of a number of journals including Neurocomputing, International Journal of Automation and Computing, and PLOS ONE.
報(bào)告六：
報(bào)告時(shí)間：2019年12月18日（周三）16:00-17:00
報(bào)告地點(diǎn)：北辰人工智能學(xué)院樓（西教一）102報(bào)告廳
報(bào)告題目：制造過(guò)程機(jī)器智能感知技術(shù)及應(yīng)用研究
報(bào)告嘉賓：陳海永
報(bào)告簡(jiǎn)介：
目前，人工視覺(jué)檢測(cè)或者一些視覺(jué)方法在解決表面目標(biāo)識(shí)別方面起到重要作用，但是復(fù)雜背景下高精度和高適應(yīng)性缺陷感知與認(rèn)知仍然所知甚少。機(jī)器視覺(jué)未來(lái)的發(fā)展重點(diǎn)在于提高精度、高適應(yīng)性、響應(yīng)速度和環(huán)境認(rèn)知能力。如何形成類(lèi)似生物特性的環(huán)境感知和認(rèn)知能力是機(jī)器視覺(jué)的研究重點(diǎn)之一。因此，模擬生物視覺(jué)及信息處理過(guò)程的感知和認(rèn)知過(guò)程，針對(duì)目標(biāo)復(fù)雜背景和弱目標(biāo)特性導(dǎo)致的人工特征提取不確定性問(wèn)題，從多光譜圖像缺陷優(yōu)化融合感知、多特征缺陷自主認(rèn)知和強(qiáng)化認(rèn)知等方面，構(gòu)建一個(gè)基于視覺(jué)感知和深度學(xué)習(xí)的目標(biāo)檢測(cè)與識(shí)別框架，對(duì)復(fù)雜背景下目標(biāo)視覺(jué)檢測(cè)以及機(jī)器人視覺(jué)識(shí)別具有重要的價(jià)值和意義。在太陽(yáng)能電池、帶鋼、液晶面板、半導(dǎo)體晶片、汽車(chē)制造等領(lǐng)域的應(yīng)用也具有重要的理論價(jià)值和廣闊應(yīng)用前景。
嘉賓簡(jiǎn)介：
陳海永，教授，博士生導(dǎo)師，河北工業(yè)大學(xué)人工智能學(xué)院副院長(zhǎng)。2008年于中國(guó)科學(xué)院自動(dòng)化研究所獲工學(xué)博士學(xué)位，研究方向機(jī)器人視覺(jué)； 2008年以來(lái)在河北工業(yè)大學(xué)工作，至今在河北工業(yè)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院學(xué)院工作。2017年榮獲河北省青年科技獎(jiǎng)，2013年入選首屆河北省青年拔尖人才支持計(jì)劃, 2015年入選“三三三人才工程”第三層次，中國(guó)青年科技工作者協(xié)會(huì)會(huì)員，天津市青年聯(lián)合委員會(huì)委員，河北省自動(dòng)化學(xué)會(huì)理事，河北省電工技術(shù)學(xué)會(huì)理事，中國(guó)自動(dòng)化學(xué)會(huì)智能制造系統(tǒng)專(zhuān)委會(huì)委員。作為課題負(fù)責(zé)人先后完成國(guó)家“863”,國(guó)家基金等項(xiàng)目10項(xiàng)。主持獲得天津市科技進(jìn)步二等獎(jiǎng)1項(xiàng)、河北省科技進(jìn)步三等獎(jiǎng)1項(xiàng)，參與獲得河北省科技進(jìn)步一等獎(jiǎng)1項(xiàng)、河北省科技進(jìn)步二等獎(jiǎng)1項(xiàng)、北京市科技進(jìn)步三等獎(jiǎng)1項(xiàng)。在IEEE Transactions on Industrial Informatics、IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT、IEEE Transactions on Semiconductor Manufacturing、Optics and Lasers in Engineering、Journal of Intelligent Manufacturing等國(guó)內(nèi)外期刊、國(guó)際會(huì)議發(fā)表論文50余篇。已授權(quán)發(fā)明專(zhuān)利13項(xiàng)，申請(qǐng)發(fā)明專(zhuān)利18項(xiàng)。
