学院机器人与信息自动化研究所 天津市智能机器人技术重点实验室

Institute of Robotics and Automatic Information System Tianjin Key Laboratory of Intelligent Robotics

2019年秋季先进机器人与人工智能系列学术讲座（第143-146期）

Seminar Series：Advanced Robotics & Artificial Intelligence

报告题目：底层视觉任务中模型驱动与数据驱动

报告时间：11月4日（周一） 8:30—9:30

报告地点：皇冠9393体育平台南楼327教室

摘要：针对底层视觉处理的任务，如图像去噪等，传统模型驱动的方法大多采用MAP模型的不确定性概率框架构建，其具有相对清晰的解释性，有利于对领域知识与数据理解较好的问题针对性构建合理模型，获得良好求解效果。然而现代数据驱动方法采用端到端的确定性模式处理问题，依赖于预先收集的大量训练数据，此类方法在各项底层视觉任务中全面超越传统模型驱动方法。本报告将一方面尝试分析模型驱动与数据驱动的各自适用场合与有效性前提，另一方面提出一种不确定性深度学习方法，尝试将两种方法论统一在统一概率框架下，从而达到数据驱动与模型驱动方法论优势互补，功能相互折衷的目标。

简介：孟德宇，西安交通大学教授，博导，任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。主要研究领域为大数据与人工智能，聚焦于自步学习、误差建模、张量稀疏性等机器学习相关方向的研究。曾赴香港理工大学，英国埃塞克斯大学与美国卡内基梅隆大学进行学术访问与合作。共接收/发表论文80余篇，其中包括IEEE汇刊25篇，CCF A类会议论文35篇。曾担任ICML,NIPS等会议程序委员会委员，AAAI2016,IJCAI2017高级程序委员会委员。获陕西省青年科技奖、陕西省优秀博士论文奖、陕西省高校科学技术一等奖（排名第一）。

报告题目：随机网络的分布式协同估计与协同能力

报告时间：11月4日 （周一）9:30—10:30

报告地点：皇冠9393体育平台南楼327教室

摘要：动态系统的协作算法的收敛性是大规模分布式人工智能的基本理论问题。对带乘性噪声的随机动态网络，建立了随机协同能力与节点动力学、噪声强度和网络结构之间的定量关系。对有限数据率下动态网络的协作能力，给出了存在基于量化观测器的通信协议和基于确定性等价原则的协同控制律的充分条件和必要条件，特别地，针对几类典型系统，建立了一系列“小容量信道定理”，表明对于大规模网络，确实存在给定信道带宽约束下的指数收敛的协作算法。对于随机时变网络下带有通信噪声的随机逼近型分布式平均计算算法，建立了保证算法均方和几乎必然收敛的“随机联合连通”条件，建立了算法均方稳态误差与算法增益、网络图参数和信道噪声强度的定量关系。对分布式协作在线参数估计算法，建立了保证算法均方和几乎必然收敛的“随机时空持续激励”条件，特别地，对带有马尔可夫链型随机网络图和回归矩阵的情形，证明了若稳态图平衡且含有生成树，回归模型“时空联合可观测”，则每个估计器的状态均方且几乎必然收敛到参数真值。

简介：李韬，教授，博士生导师。2004年毕业于学院信息技术科学学院自动化系，获工学学士学位。2009年获中科院数学与系统科学研究院系统理论理学博士学位。2009年7月-2013年12月任中科院数学与系统科学研究院助理研究员。2008-2011年曾赴新加坡南洋理工大学电气电子工程学院，先后任Project officer 和 Singapore Millennium Foundation Research Fellow （新加坡千禧基金会学者）。2010.9-2011.1获澳大利亚教育部奋进研究基金资助访问澳大利亚国立大学信息科学与工程研究院。2012年12月入选上海高校特聘教授(东方学者)，2015年9月获国家自然科学基金优秀青年科学基金。现为华东师范大学数学科学学院教授、博士生导师，智能数学系系主任。主要研究方向为随机系统、多自主体系统和信息网络；在自动控制领域三大顶级期刊IEEE Transactions on Automatic Control、 Automatica、SIAM Journal on Control and Optimization发表论文多篇，包括多篇第一作者/通信作者Regular paper。曾获第七届亚洲控制会议最佳论文奖、第28届张嗣瀛优秀青年论文奖、第17届国际自动控制联合会世界大会青年作者奖荣誉提名(五篇之一)等

报告题目：持续时间-期限差异化能源服务模型

报告时间：11月4日（周一） 10: 30—11: 30

报告地点：皇冠9393体育平台南楼327教室

摘要：为有效利用风能、太阳能等可持续能源，我们提出了持续时间-期限差异化新型能源服务模型，以释放用户的自由度来应对新能源的不稳定特性。该模型可以用（0，1）-矩阵补全的组合数学问题来描述。我们着重研究该模型下的能源分配与调度问题，包括可解性条件以及最优解等。

简介：陈伟博士为北京大学力学与工程科学系助理教授，博士生导师。他于2008年获得北京大学工学院工学学士学位，2014年获得香港科技大学电子及计算机工程博士学位。任职北京大学前，陈伟博士曾于加州大学伯克利分校、瑞典皇家理工学院从事博士后研究，并在香港科技大学任研究助理教授。陈伟博士的研究方向包括系统与控制理论、网络化控制系统、智能电网、信息物理安全、网络科学等，曾获2012 IEEE International Conference on Information and Automation最佳学生论文奖。