简介: |
内容简介：
在过去的二十年里，运用有限的观察数据进行非线性系统的辨识已成为一个成熟的研究领域。由于存在许多线性学习算法以及许多相随的收敛条件，一类具有通用逼近能力的线性参数模型（Linear-in-the-parameter models）已被广泛研究和使用。报告将系统介绍这类模型的基础研究现状,.特别是针对这类模型的辨识中最基本的一个问题，即如何利用有限的观测数据选择具有好的泛化性能的最小模型，就有关的重要概念进行讲解。报告将着重介绍女王大学智能系统及控制研究组在模型选择及优化研究中的最新进展以及一些工业应用，并交流有关最新的研究动态。
报告人简介: 李慷博士于1995年毕业于上海交通大学，获自动控制理论及应用博士学位。现在是英国女王大学的Reader. 李慷博士研究方向为非线性系统建模，控制以及计算智能，应用包括电厂的污染控制，节能减排，食品安全检测，塑料挤压成型机的节能，软测量及控制，图象处理，生物信息学，系统生物学等。李慷博士在国际专业刊物及会议上发表论文170余篇。他先后被邀到中国，美国，英国，意大利，新加坡, 爱尔兰等著名大学发表20余场学术报告，并在2个国际会议上作专题报告。李慷博士先后主持或参加20余项由英国政府，工业界，大学及其他国际机构资助的科研项目，总金额达350万英镑，并指导博士，博士后20余人。李慷博士先后担任了4个大型国际学术会议的程序委员会主席，30多个学术会议的程序委员会委员。他是首个也是唯一一个在英国重要的学术组织IEEE英国及爱尔兰分会(IEEE United Kingdom and Republic of Ireland Section) 担任高级官员的在英中国学者。
|
