學術報告:Optimal way to optimize using optimized randomness and its connection to fractional calculus

發布者:數學與信息學院發布時間:2019-07-03瀏覽次數:1

報告人:陳陽泉教授 加州大學
時間:2019年7月30日下午16:00-17:00               
地點:數學系713室


報告摘要:江苏快3计划员In this talk, first I will show 1) in swarm based search (such as PSO – particle swarm optimization)  using randomness with different heavy-tailed distributions, the search performance can be further optimized beyond Levy; 2)  the connection of heavytailedness and fractional calculus. It is hoped that this talk will open new investigations in new optimal ways to optimize using optimized randomness with the help of fractional calculus in this bigdata and machine learning era.


報告人簡介:陳陽泉教授,博士生導師,現任職于美國加州大學默塞德分校工程學院,主要研究領域為分數階微積分理論及應用,分布式測量及基于移動執行器傳感器網絡的分布式參數系統的分布式控制,復雜信號的分數階信號處理理論及應用,智慧機電一體化與控制,小型無人機多譜遙感及精準農業應用等。陳教授是國際刊物IFAC Mechatronics, Nonlinear Dynamics, FCAA (Fractional Calculus and Applied Analysis); Springer Journal of Intelligent & Robotic Systems; 和 Springer Intelligent Service Robotics的副主編. International Journal of Advanced Robotic Systems (IJARS) 的田野機器人領域主編. 陳教授曾是國際刊物IFAC Control Engineering Practice; IEEE Transactions on Control Systems Technology; IET Control Theory and Applications; ISA Transactions,ASME J. of Dynamic Systems, Measurement and Control的副主編。發表論文數百篇,美國專利十幾個,研究專著和教科書近20部,其中ESI 高備引論文10余篇,SCI收錄250余篇,Publon引用12500余次 (H-index 56), Google學術搜索引用超過三萬次(H-index 79). 他是2018全球高被引學者之一(Clarivate Analytics Inc.).


歡迎廣大師生參加!


返回原圖
/