报告题目：深度随机配置网络在自适应模型预测控制中的应用

报告时间：2024年10月19日（星期六）13:30-15:30

报告地点：博闻楼313（电信学院大会议室）

报告人：王殿辉

报告人简介：

王殿辉，1995年3月毕业于东北大学工业自动化专业，获工学博士学位。1995年9月-1997年8月在新加坡南洋理工大学做博士后研究工作，1998年6月-2001年6月在香港理工大学计算学系做研究员，2001年7月-2020年12月在澳大利亚La Trobe University计算机科学与信息技术系，从事人工智能方面的教学与科研工作。自2017年以来，兼职东北大学流程工业综合自动化国家重点实验室外籍特聘教授、博士生导师，国家级特聘专家；2021年7月正式入职中国矿业大学人工智能研究院，并任AI研究院第一任院长、二级教授、博士生导师。

报告内容简介：

基于神经网络模型的预测控制技术具有广泛的应用范围。由于误差反传学习算法在理论基础方面存在欠缺和不足，在一定程度上限制了它在非线性MPC设计中应用。大量的工程实践表明，随机学习算法在数据建模领域具有明显的优势。结合多年来在机器学习及控制工程方面的研究经历，系统地介绍深度随机配置网络的概念以及相关的系列学习算法，用可视化的方法展示随机配置网络与其它随机学习模型的本质区别和优越性，并介绍工业应用实例。