报告人：王钧教授

       报告1题目：协作式神经动力学优化的原理和进展（I）

报告摘要：由于神经网络中并行和分布式信息处理的固有性质，求解过程的收敛率不会随着问题大小的增加而降低。神经网络可以在指定的硬件（如 ASIC）中进行物理实现，其中优化是以真正的并行和分布式方式进行的。这一特点对于分散决策情况下的动态优化来说是特别理想的。在本讲座中，我们将介绍神经动力优化模型的历史回顾和技术现状以及选定的应用。具体来说，从神经动力优化的动机出发，我们将回顾各种用于优化的递归神经网络模型以及神经动力学优化策略。

报告时间：2023年7月31日，上午8:30-10:00

报告地点：理学楼609会议室; 腾讯会议同步进行_会议号：887531301

获取会议密码请联系：lixue11240720@163.com

报告2题目：协作式神经动力学优化的原理和进展（II）

报告摘要：关于神经动力优化模型的稳定性和优化性的理论结果将与说明性的例子和仿真结果一起给出。它将表明，科学和工程中的许多计算问题都可以通过神经动力优化的方式轻易解决。

报告时间：2023年7月31日，上午10:10-11:40

报告地点：理学楼609会议室; 腾讯会议同步进行_会议号：887531301

获取会议密码请联系：lixue11240720@163.com

报告人简介：王钧，欧洲科学院外籍院士，IEEE Life Fellow、IAPR Fellow， IEEE Computational Intelligence Society (CIS) 的杰出讲师。曾获 IEEE T-NN 杰出论文奖、APNNA 杰出成就奖、上海市政府和中国教育部颁发的自然科学奖，IEEE CIS 神经网络先驱奖。曾在大连理工大学、凯斯西储大学、北达科他大学、香港中文大学、香港城市大学担任过多个学术职位，还曾在美国空军阿姆斯特朗实验室、N RIKEN 脑科学研究所、大连理工大学、华中科技大学和上海交通大学担任过各种短期访问职位。目前的研究兴趣包括神经网络及其应用，在这些领域发表了约 280篇期刊论文、515本图书章节、111本编辑书籍和众多会议论文。他曾任 IEEE Transactions on Cybernetics 主编，以及 IEEE Transactions on Neural Networks( T-NN )和 和 IEEE Transactions on Systems, Man, and Cybernetics ：C 的副主编 ，还曾任 International Journal of Neural Systems 顾问编委 、Neural Networks 编委以及Neurocomputing 等多个期刊的特刊客座编辑；多个国际会议的组织者：如International Conference on Neural Information Processing 和 IEEE World Congress on Computational Intelligence 的总主席 、 Asia Pacific Neural Network Assembly（APNNA ）主席以及IEEE International Conference on Systems, Man, and Cybernetics 的程序主席。同时还曾任 IEEE Fellow Committee、 IEEE CIS Awards Committee 等多个专业组织的主席。