报告时间:12月15日(星期五)下午3:00
报告地点:信息楼310
(一)
报 告 人:伍冬睿,华中科技大学人工智能与自动化学院教授
报告题目:脑机接口中的迁移学习
内容简介:脑机接口是大脑和外界设备(如计算机、机器人等)的直接交互通道。因为用户间的个体差异,很难设计一个脑机接口系统,其算法参数固定且对所有用户都是最优。通常需要对新用户采集一定的校准数据来调整脑机接口中的分类或回归算法。然而,校准数据采集过程费时费力,也严重影响系统的易用性。迁移学习是减少新用户校准数据的有效方法。本报告将介绍脑机接口中迁移学习的最新进展和研究挑战。
报告人简介:伍冬睿,华中科技大学人工智能与自动化学院教授、博导、院长助理,图像信息处理与智能控制教育部重点实验室副主任,IEEE Fellow,IEEE模糊系统汇刊(IF=11.9)主编。主要研究方向为脑机接口、机器学习等。发表Proceedings of the IEEE、IEEE TPAMI、National Science Review等SCI论文108篇,ESI高引11篇,谷歌学术总引用12000余次(H=57),爱思唯尔中国高被引学者。4项脑机接口专利实现成果转化。两个一作算法进入MATLAB Fuzzy Logic Toolbox。获2023中国自动化学会自然科学一等奖(排1)、2022教育部青年科学奖、2021中国自动化学会青年科学家奖、2017 IEEE SMCS首届青年科学家奖等,2021 IEEE 神经系统与康复工程汇刊最佳论文奖、2014 IEEE 模糊系统汇刊杰出论文奖、2012 IEEE 计算智能学会杰出博士论文奖等6个杰出论文奖,湖北青年五四奖章,2021-2022蝉联基金委信息科学部、中国电子学会和清华大学共同举办的中国脑机接口比赛技术赛全国总冠军。
(二)
报 告 人:张俊,武汉大学电气与自动化学院教授
报告题目:人工智能大模型技术解读及其电力系统应用前沿
内容简介:当前,以ChatGPT、GPT-4等为代表的人工智能(AI)大模型实质上是代表了在海量数据和巨量计算基础上的智能涌现。从工程技术的视角来看,AI大模型是处理自然语言以及多模态大数据的有力和有效工具。AI大模型的涌现已在多个领域、跨场景、多任务的场景下,展现出巨大的实用价值。在能源和电力领域的深化应用,也展现出迫切需求与广阔前景。在本报告中,首先解读AI大模型科技及其发展现状;并以系统调度控制、装备健康监测、智能交互等复杂人机耦合系统应用为背景,阐述了AI大模型相关关键技术、系统架构和应用技术路径。
报告人简介:张俊,武汉大学电气与自动化学院教授、博导,于2017年入选国家级海外高层次引进人才青年项目,“杨嘉墀科技奖”获得者,现任中国自动化学会副秘书长、武汉市自动化工程技术研究中心主任、武汉产业创新发展研究院智能工业软件研究所副所长。张俊教授研究领域包括复杂系统建模、人机混合增强智能、分布式深度强化学习、多源异构数据融合处理、知识表示处理等理论方法。张俊教授近5年主持或参与二十余项国家级、省部级、行业科技项目,包括承接科技创新2030“新一代人工智能”重大项目。近5年,张俊教授发表了5篇专著(章节),SCI收录论文四十余篇,发表ESI和知网中文高被引论文5篇。近5年张俊教授获国际、省部级、行业奖项十余项。张俊教授现任IEEE 武汉分会主席、《智能科学与技术学报》副主编、《自动化学报》(中英文版)编委会成员, IEEE Transactions on Computational Social Systems编委会成员。