澳门新葡新京
学校首页    English

2020CAA优秀博士学术交流会

作者:李倩玉  来源:澳门新葡新京  发布时间:2019年12月24日  

报告时间:2019年12月28日上午

报告地点:启航活动中心4楼 学术报告厅

                8:10-8:40 水下重力匹配定位关键技术 王博

                8:40-9:10 不相关转换滤波及其应用 兰剑

          9:10-9:40 随机退化系统剩余寿命预测与健康管理技术发展 司小胜

          9:40-10:10 多模态情感智能分析方法与应用 张通

          10:10-10:40 事件触发状态估计:从最优性到鲁棒性 史大威

          10:40-11:10 椭球化估计融合 沈晓静

          11:10-11:40 复杂噪声环境下高精度卡尔曼滤波方法研究:最新进展及应用 黄玉龙

          2019年12月28日下午

          13:30-14:00不确定通信下的分布式信息融合估计陈博

          14:00-14:30无人控制系统的自动化设计、测试与安全评估方法戴训华

          14:30-15:00 What’s Wrong with My Label? Weakly-Supervised Learning Can Help 宫辰

          15:00-15:30数据驱动最优跟踪控制及其在网络控制系统的应用姜艺

          15:30-16:00衰减信道下网络化控制系统可镇定性分析刘钦源

          16:00-16:30水下仿生机器人-作业臂系统及其自主水下作业研究 王宇

          16:30-17:00有限脉冲响应状态估计器的简介:以定位及液位检测为例赵顺毅

          17:00-17:30 控制系统的故障估计与容错控制陈力恒


  

王博: 男,博士,北京理工大学澳门新葡新京副教授,博士生导师,兼任中国卫星导航定位协会副秘书长、青年工作委员会主任委员。任国家发改委北斗专项评估组专家,海南省、绵阳市等省市北斗卫星导航产业发展规划编制专家,担任多部国内外重要学术期刊编委。在卫星导航、组合导航领域,近年来主持十余项包括国家自然基金、国家重点研发计划、国防973项目等国家级、省部级科研项目。研究成果以第一作者或通信作者发表SCI论文二十余篇,授权发明专利三十余项、已成果转化4项,出版卫星导航本科生教材一部,所指导的博士生获得全国一级学会优秀博士学位论文奖。以第一完成人获中国卫星导航定位协会科技进步一等奖2项、二等奖2项,获国防科技进步二等奖、北京市科技二等奖。获批北京市优秀人才、中国科协“求是杰出青年成果转化奖”、“茅以升北京青年科技奖”。

摘要:

能够完全自主的提供全面导航信息的惯性导航系统,由于导航误差随时间积累,在水下长时间使用时需要运载体定期浮出水面重新校准。考虑水下运载体能源经济性、探测连续性和安全性的要求,运载体需要长时间工作在复杂多变的水下环境,不能经常上浮校正。与其他海洋地球物理场信息(如地磁场和地形地貌等)相比,海洋重力场特征一般不随时间变化,具有良好的时空分布特征,利用重力场特征和重力场背景图匹配所获得的导航定位信息具有自主性,且精度不随时间发散。因此,充分挖掘和利用海洋重力场信息进行匹配定位,能够为惯性导航系统提供辅助校准信息,以保证水下运载体长时间导航精度。

  

  

兰剑: 清华大学博士,西安交通大学电信学部教授、博士生导师、教务处副处长;IEEE高级会员,陕西省首批“青年杰出人才”,IEEE航空航天与电子系统汇刊(IEEE T-AES)副编辑,在IEEE信号处理汇刊、航空航天与电子系统汇刊等顶级刊物及会议上发表论文70篇,出版专著1部。主持国家级及其他课题16项,包括国家自然科学基金重点项目、国防973项目专题、“十三五”装备预研共用技术项目、武器装备预研基金等国家级项目,以及与空空导弹研究院等的横向合作项目多项,研究成果在国防领域获得多项应用。获得2018年度陕西省科学技术奖(排名第1/共5人)以及2019年度陕西省教学成果奖。

摘要:

非线性滤波在实际中具有广泛的应用。现有流行的非线性滤波器包括EKF/UKF/CKF/QKF等,均属于线性最小均方误差(LMMSE)估计器,并且由于其较低的计算量和较高的估计性能而得到了大量的应用。然而,这类滤波器均具有与非线性系统不匹配的线性结构,极大地制约了非线性估计性能的提高。

为解决该问题,我们提出了一类具有本质非线性结构的非线性滤波器——不相关转换滤波器(UCF),并严格证明了UCF结构上具有比上述流行的非线性滤波器更高的估计性能。不仅如此,UCF的估计性能可持续提高以达到最小均方误差意义下的真正的最优估计。UCF结构简单、计算量小,且极具灵活性和可扩展性。仿真对比实验表明,UCF估计性能不仅优于包括UKF及QKF等在内的LMMSE估计器,并且在纯方位角目标跟踪场景中,UCF的估计性能甚至优于粒子滤波器(PF),验证了所提出非线性滤波方法和算法的有效性。

  



张通:  1986年生,山东菏泽人,本科毕业于中山大学,硕士和博士均毕业于澳门大学。华南理工大学计算机科学与工程学院院长助理,副教授、硕士生导师。担任中国医学救援协会神经生物反馈治疗与干预分会副秘书长,广东省计算智能与网络空间信息重点实验室副主任,广东省杰出青年基金获得者。担任多个国际顶级会议的程序委员和出版主席;2016 年获得澳门特别行政区“澳門研究生科技研發獎”,2019年获得IEEE SMC学会Franklin V. Taylor最佳论文奖。

主要从事人工智能,情感计算理论方法与应用研究。在顶级学术期刊和会议发表论文40余篇。组织开展了国际第一个基于VR 场景的情感诱发场景的开发设计与研究,并率先发布了全球第一套“VR 情感诱发场景库”,在情感计算领域探索新的方向。近三年,作为项目负责人和课题负责人承担国家自然科学青年基金1项和重点基金项目2项,参与承担军委科技委项目3项;在模式识别和机器学习的理论、方法与应用等方面做出了一系列突出的具有原创性的工作,在算法研究方面取得了一批重要的高水平研究成果。

摘要:

人工智能的主要内容,并不能简单的理解为机器模仿人的智能。因为机器的智能可能比人更强大,但是,人工智能之所以无法超越我们人类,其中一个重要的原因是因为它们并不具备像人类一样的多维情感思维能力。未来机器人能有与人类一样,拥有一定的情感思维能力,加上强大严密的数据处理能力和不眠不休工作能力,将会给我们带来什么样的改变?本报告将从人体的包括表情在内的行为数据、基于EEG脑电信号的生理数据等方面,介绍基于深度学习和宽度学习的多模态情感识别研究和相关进展;具有情感的人工智能,不仅仅可以告诉我们数据是什么,进一步的解释这些数据意味着什么,更可以揭示出数据背后的情感类型,实现机器可以“看脸色”、“听口气”等,在智慧医疗、智慧教育和公共安全等领域具有广泛的应用。

  

  

史大威:2008年本科毕业于北京理工大学,2014年博士毕业于加拿大阿尔伯塔大学,2017-2018年在美国哈佛大学开展博士后研究工作,现任北京理工大学教授、博士生导师。入选第十四批国家海外高层次人才引进计划青年项目。主要从事复杂系统采样控制理论及在生物医学、机器人和工业过程中的应用研究。研究工作已在Automatica, IEEE Trans. on Automatic Control,IEEE Trans. on Signal Processing, IEEE Trans. on Biomedical Engineering等国际期刊上发表论文30余篇,获批美国发明专利及PCT国际专利2项,以第一作者在Springer出版英文专著1部。担任国际期刊IET Control Theory & Applications编委,European Journal of Control客座编委,IEEE Control Systems Society Conference Editorial Board成员,IFAC World Congress编委,美国Mathematical Reviews评论员,入选2016年Automatica杰出审稿人。

摘要:

本报告主要讨论事件触发的最优与鲁棒状态估计问题,探讨基于事件触发测量信息的低计算复杂度状态估计器优化设计方法。我们将首先考虑最小二次均方误差估计问题,讨论不同事件触发条件下最优或近似最优事件触发估计器的设计结果,并简要分析网络丢包对估计器设计的影响。接着我们将讨论事件触发鲁棒最优估计问题,介绍如何在风险敏感框架下实现兼顾鲁棒性和稳定性的、具有简单递推结构的事件触发估计器设计方法。此外,我们也将简要汇报部分估计方法在运动控制系统中的实验效果。


沈晓静:四川大学教授、博士生导师、全国优秀博士论文奖获得者,四川大学视觉合成国家级重点实验室副主任。2009年获得四川大学数学学院博士学位,2009-2011年四川大学图形图像研究所博士后,2012-2013美国雪城大学计算机与电子信息工程学院博士后。主要从事信息融合、目标跟踪和传感器优化管理研究,在国际著名刊物IEEE Trans. IT、AC、SP、AES和Automatica等上发表20余篇论文,应邀参与撰写3本国际专著。先后兼任国际SCI杂志IJDSN编委、《系统科学与数学》杂志编委和北京航天飞行控制中心工程师等。

摘要:

本报告主要探讨有界不确定性动态系统下的集值滤波和多传感器估计融合方法,新发展的椭球集值融合方法在性能上优于传统的CI融合方法。进一步,给出解决椭球覆盖椭球交集的三类基本优化松弛处理方法,阐明它们的内在联系和优缺点,有益于系统控制、信息融合和目标跟踪中提升椭球估计的精度和降低计算复杂度等。相关应用验证了方法的有效性。



黄玉龙: 男,1990年1月生, 2018年12月毕业于哈尔滨工程大学,获工学博士学位。2016年11月至2017年11月曾赴美国哥伦比亚大学博士联合培养。2018年12月留校进入澳门新葡新京工作,破格副教授。曾荣获2019年度中国自动化学会优秀博士论文奖、第十一届中国青少年科技创新奖、第十三届中国大学生年度人物提名奖、工信创新创业奖学金特等奖等多项国家级奖励与荣誉,并入选2019年度“香江学者计划”。2019年9月开始担任美国Mathematical Reviews评论员。至今,已主持国家自然科学基金青年科学基金项目一项,作为主要人员参与了国家自然科学基金面上项目2项、总装备部项目1项、海军预研项目1项。在所研究领域以第一作者或通信作者(第二作者)在国内外重要学术期刊和会议上发表学术论文50余篇,其中SCI论文30余篇,IEEE Transactions和Automatica国际顶级期刊论文近20篇。担任IEEE ICCA 2019副编辑,分别在Fusion 2018、ICASSP 2019、IEEE SAM 2020主持了关于导航和信息融合的专题。

摘要:

卡尔曼滤波已经被广泛地应用于机器人、导航、定位、目标跟踪、自动控制等工程应用中。传统的卡尔曼滤波要求系统噪声和量测噪声均具有高斯分布,并且其协方差矩阵精确已知。但是,在实际工程应用中,系统噪声和量测噪声的协方差矩阵往往是未知的,并且可能是时变的。此外,在野值干扰、随机脉冲干扰、未知建模误差的影响下,系统噪声和量测噪声可能具有厚尾/偏斜非高斯分布。传统的卡尔曼滤波器在噪声协方差矩阵不准确或者厚尾/偏斜非高斯噪声情况下性能退化,甚至出现滤波发散。本报告主要讲述黄玉龙副教授近几年在噪声自适应卡尔曼滤波、噪声鲁棒卡尔曼滤波、组合导航和水下协同定位中的研究工作。




陈博:浙江工业大学特聘教授,浙江省杰出青年科学基金获得者,浙江省特聘专家。2014 年 1 月博士毕业于浙江工业大学, 其博士学位论文获得中国自动化学会优秀博士学位论文奖。博士毕业后分别在新加坡南洋理工大学和香港城市大学从事博士后研究工作, 主要研究方向为网络化多传感器信息融合估计理论及应用,已在 Springer 出版英文学术专著 1 部, 发表 SCI 期刊论文 33 篇, 其中在控制领域顶级期刊 IEEE TAC 和 Automatica 上发表论文 9 篇, 其它 IEEE 汇刊论文 12 篇,1篇论文被国际著名工程新闻网站Advance in Engineering遴选为对“卓越工程”有显著贡献的科学论文,并予以高亮专题报道。目前担任新加坡南洋科学研究院Research Advisor、多个国际学术期刊与会议的合作主编、编委、分会主席与程序委员会委员。

摘要:

随着网络技术的高速发展,网络化融合系统(Networked Fusion Systems, NFSs)以其布线少、成本低、易于扩展和维护等优点,在智能系统领域的感知与决策过程中发挥着越来越重要的作用。相比于传统的融合系统,NFSs中通信网络的引入使得信息传输模式发生了根本变化,从而传统的融合估计方法无法直接应用于NFSs,迫切需要提出适用于NFSs的融合估计理论与方法。为此,针对NFSs的信息融合估计过程中普遍存在的网络带宽受限、传输延迟与丢包、网络攻击三个重要问题进行了深入研究,分别提出了信息传输约束下的分布式融合估计方法、网络化鲁棒分布式融合估计方法和网络攻击下的安全分布式融合估计方法。

戴训华: 博士,来自北京航空航天大学,可靠飞行控制研究组。长期从事空中机器人可靠设计与控制相关研究,在国际知名期刊IEEE/ASME Transactions on Mechatronics、IEEE Transactions on Industrial Electronics、IEEE Transactions on Aerospace and Electronic Systems、Journal of Guidance, Control, and Dynamics等发表论文多篇,拥有专利十余篇,开发了多套应用广泛的飞行器设计与控制相关网站与工具箱。

摘要:

随着人工智能的发展,无人机、无人车、机器人等无人控制系统快速发展,使得控制系统的功能与构架越来越复杂,其设计、测试与评估的难度越来越大。那么如何快速开发控制系统,并保证可靠性与安全性呢?针对上述问题,本讲座将介绍采用现代化的数字孪生、基于模型的设计、自动代码生成、硬件在环仿真等理念与方法,来显著提高复杂控制系统的设计、测试与评估流程的标准化、自动化和可靠性,确保无人控制系统的安全性。

宫辰:2010年获得华东理工大学学士学位,并于2016、2017年分别获得上海交通大学(SJTU)和悉尼科技大学(UTS)博士学位。入选南京理工大学“青年拔尖人才选聘项目”,现任南京理工大学计算机科学与工程学院教授、博导。已在国际顶级期刊或会议上发表70余篇学术论文,包括IEEE T-PAMI、IEEE T-NNLS、IEEE T-IP、IEEE T-CYB、NeurIPS、CVPR、AAAI、IJCAI、ICDM等。目前担任AIJ、IEEE T-PAMI、IEEE T-NNLS、IEEE T-IP、IEEE T-KDE等20余家国际权威期刊审稿人,并受邀担任ICML、NeurIPS、AAAI、IJCAI、CVPR、ICDM等多个国际会议的SPC/PC member。曾获上海交通大学“优秀博士学位论文”、中国自动化学会“优秀博士学位论文”、江苏省“六大人才高峰”、江苏省“双创博士”、中国科协“青年人才托举工程”、“香江学者”、吴文俊人工智能优秀青年奖等。

摘要:

传统的监督式机器学习算法在训练时都要求数据是充分、准确、清晰的,然而在很多实际情形下,由于多种客观条件的限制,训练数据的这种完备性是很难得到保证的。因此,各类弱监督学习方法便被提出,以解决实际问题中遇到的监督信息不完备的问题。在本报告中,我将主要介绍我们课题组在弱监督学习领域的最新进展。围绕标签不充分、不准确、不清晰等常见实际问题,我将主要介绍相应的应对算法,具体涉及半监督学习、PU学习、标签噪声学习、偏标记学习等。相关的理论分析结果和实验结果也会一并介绍。


       姜艺: 东北大学流程工业综合自动化国家重点实验室2016级博士研究生,2014年获得东北大学自动化学士学位,2016年6月获东北大学硕士学位,2017年1月至7月赴美国德克萨斯大学阿灵顿分校作访问学者,2018年3月至2019年3月赴加拿大阿尔伯塔大学作助理研究员。主要研究方向为工业过程运行优化控制、强化学习、多智能体、近似/自适应动态规划、网络控制系统、事件触发估计与控制。

摘要:

本报告研究了线性离散系统的最优跟踪控制问题,介绍了两种基于数据驱动的控制方法。第一种方法通过引入衰减因子建立了一种新的最优跟踪控制的性能指标,利用基于Q-学习的策略迭代方法在未知系统参数的情况下,自适应的学习最优跟踪器的解。第二种方法将该问题分解为两个最优化问题:一个用于求解输出调节方程的受约束的静态优化问题与一个用于求解最优反馈控制输入的动态优化问题,利用基于在线数据的无模型离线策略迭代算法来求解动态优化问题与静态优化问题的解。最后,考虑网络控制系统可能存在反馈数据丢包的情况下,介绍了如何利用上述方法进行数据驱动的控制器设计。


刘钦源: 男,1991年1月出生,同济大学电子与信息工程学院计算机科学与技术系助理教授。2012年7月毕业于华中科技大学控制科学与工程系,获工学学士学位;2017年6月毕业于清华大学自动化系,获工学博士学位;2016年1月至2017年1月在英国布鲁奈尔大学信息计算与数学学院任国际研究员;2015年至今多次在香港科技大学电子及计算机工程系从事合作研究工作。于Springer出版第一作者英文专著1部,发表论文19篇,其中IEEE 汇刊及Automatica上论文10余篇,WOS引用300余次,Google Scholar 引用570余次,3篇论文入选ESI高被引论文。2018年获中国自动化学会优秀博士学位论文,2017年获北京市优秀毕业生,清华大学优秀博士论文一等奖等荣誉。近年来,主持国家自然科学青年基金项目,上海市晨光计划,及同济大学青年优秀人才培养计划,同时作为骨干人员参与“新一代人工智能”重大项目子课题,国家自然科学基金重点项目和面上项目的研究工作。担任第15届控制、自动化、机器人和视觉国际会议副编辑,担任IEEE Trans. on Automatic Control,Automatica, IEEE Trans. on Signal Processing, IEEE Trans. on Industrial Electronics 等近20个国内外知名期刊审稿人。

摘要:

网络技术的发展使控制系统的信息传输方式发生了根本性变化,使得传统闭环控制系统的稳定性分析变得十分复杂。本报告将探讨衰减信道下多输入多输出网络化控制系统的可镇定性问题,给出保障系统稳定所需要的最小网络资源需求的解析解,揭示其与控制系统参数之间的内在联系。


       王宇: 博士,副研究员,中科院青促会会员,CAA优秀博士论文获得者,中国科学院院长特别奖获得者, 师从谭民研究员。主要从事水下仿生机器人、水下移动作业机器人等方面的科研工作。目前担任中科院青促会信管分会副会长、中国科学院自动化所青促会小组副组长等。在IEEE-ASME Trans. Mechatronics,IEEE Trans. Ind. Electron.,IEEE Trans. Control Syst. Technol. 等机器人和控制技术领域高水平国际期刊上发表/接收学术论文39篇,SCI收录论文22篇(其中第一/通讯作者12篇),EI收录论文17篇;作为主编撰写《仿生机器鱼设计与编程》青少年科普系列丛书编著1本。主持中科院青促会会员人才项目、国家自然科学基金项目、国家自然科学基金联合基金重点项目子课题、重点研发计划子课题、装备预研领域基金等6项;参与国家重点研发计划、国家自然科学基金等国家或部委级项目5项。获得2019年中国自动化学会技术发明一等奖、2019年中国自动化学会科普奖2018年水下机器人目标抓取大赛在线识别组一等奖。

摘要:

水下机器人-作业臂系统在水下捕捞、水下应急处理、水下救援、危险作业、设备维护、目标排查、文物考查、水下打捞等应用领域发挥了重要作用,具有良好的实用价值和应用前景。但实际应用也显示出传统水下机器人-作业臂系统的操控性、机动性、智能性、自主性、多机器人协作以及作业精度方面与应用需求还存在差距,其系统设计、控制等方面还面临许多亟待解决的难题。由于水下仿动物推进模式具有高速、稳定、高效、高机动性、适应复杂湍流等特点,因此,相比于螺旋桨推进的潜器平台,综合水下仿动物推进模式的优点而设计的新型潜器平台将为解决UVMS系统的悬停、水动力干扰等难题提供新的研究思路、方案和路线。汇报人长期从事水下仿生机器人的研究工作,本次报告将围绕水下环境中特定目标的精准作业控制问题,具体介绍水下机器人-作业臂系统的仿生设计、自主环境感知、运动控制和抓取作业控制等方面研究工作。



       赵顺毅: 博士。2015年6月毕业于江南大学轻工过程先进控制教育部重点实验室,获工学博士,同年留校任教。2015年10月至2018年10月,加拿大阿尔伯塔大学,化学与材料工程系,博士后;2018年11月-至今,德国杜伊斯堡-艾森大学,洪堡学者。其主要研究方向为随机过程、状态估计、贝叶斯估计及故障检测与诊断。赵博士是德国洪堡基金会Research Fellowship获得者,2016年江苏省优秀博士论文获得者,2016年中国自动化学会优秀博士论文提名,2015年英国伦敦SAI大会“最佳墙报奖”获得者。

摘要:

长期以来,状态估计算法的设计主要以全时域下的卡尔曼滤波及贝叶斯理论为基础,极少考虑有限时域下状态估计器的设计与分析问题。现有成果已经表明,相对于全时域、全信息策略,有限时域、局部信息下的有限脉冲响应(finite impulse response, FIR)估计能够对模型不确定性、相关噪声统计误差、外界干扰及参数突变等因素展现出更强的内在鲁棒性。 本次报告对现有FIR状态估计的方法、策略、及相关设计思路做一定的介绍;对现有成果存在的不足、亟需解决的问题、相关理论难点做一定的探讨。最后,介绍FIR估计算法在室内定位及基于图像处理技术的工业罐体液位检测中的成功应用。


陈力恒,男,1989年08月生, 2018年6月毕业于哈尔滨工业大学,获工学博士学位。2017年2月至2018年2月曾赴美国普渡大学交流访学。2018年7月进入澳门新葡新京任讲师。曾获博士研究生国家奖学金、“挑战杯”全国大学生课外学术科技作品三等奖等。目前,主持国家自然科学基金青年基金项目,中国博士后科学基金面上项目,黑龙江省博士后面上项目等4项,参与研制了某大型宇航空间机构重力补偿设备。在IEEE Transactions、Automatica等国内外重要学术期刊和会议上发表学术论文15篇。主要研究方向为故障诊断与容错控制、网络控制系统、运动控制系统等。

摘要:

随着控制系统自动化程度越来越高,规模越来越大,执行机构、传感器与元器件不可避免地会发生故障,因此研究控制系统的故障诊断与容错控制技术,对于提高系统的可靠性有着重要的意义。本报告针对复杂切换控制系统的故障估计问题、传统自适应学习故障估计观测器误差收敛性问题,以及有限网络通讯下的容错控制问题,分别提出了分段切换的故障估计方法、迭代学习观测器设计方法、基于滑模技术的容错控制方法,有效提高了复杂动态的故障估计精度与容错控制性能。

  

  

  

  

  

  

  

  

  

  



  

  

  

  

  

  

  

  

  

  

  

  

  

  


  

  

  

  

  

  

  

  

  

  


  

  

  

  

  















  

  














  

  














  

  


  

  


  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  


  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  







责任编辑:冯赞元
分享到:
© 2020 澳门新葡新京_澳门新葡8455手机版_澳门新葡8455最新网站 地址:哈尔滨市南岗区南通大街145号哈尔滨工程大学61号楼 邮编:150001 电话:0451-82519410