一、讲座时间
1月16日（本周五）15：00
二、讲座地点
石麟大楼701会议室
三、报告主题
使用分维微积分和分数阶微积分的更智慧的机器学习
四、报告内容
报告将首先探讨“智能”的内涵，进而论证当前机器学习（ML）尚未达到真正的“智能”水平。在回顾机器学习损失景观的粗糙特性后，将说明机器学习本质上是一项具有“粗糙性”的研究领域。通过重申“复杂性（C）—逆幂律（IPL）—分数阶微积分（FC）”三角关系的重要性，本文将阐释三类尾分布定律：指数定律（EL）、拉伸指数定律（SEL）与逆幂律（IPL），以及分别对应的整数阶微积分、分形微积分与分数阶微积分生成松弛方程。最后，将介绍近期基于粗糙度量化概念实现更智能机器学习的相关研究工作，验证了“粗糙度感知机器学习”是一种具备智能特性的机器学习理念。
五、报告人简介
陈阳泉（YangQuan Chen）教授任职于加州大学默塞德分校机械与航空航天工程系。他先后获北京科技大学学士学位、北京理工大学硕士学位及新加坡南洋理工大学博士学位。研究方向包括：面向可持续发展的智能机电一体化、基于数字孪生的智能控制工程、基于小型多无人机的协同多光谱“个人遥感”技术、分数阶微积分在复杂系统控制、建模、信号处理及机器学习中的应用，以及基于移动执行器与传感器网络的分布参数系统分布式测量与控制。他发表了大量学术论文、编辑著作、专利、研究专著及教材。谷歌学术显示其H指数为107，总引用量达61936次，H-10指数为700。近期与CRC出版社合作出版著作《怀疑者的分数阶微积分（卷一）、（卷二）》（Fractional Calculus for Skeptics (1), (11)）。
