报告题目：高维模糊系统模型设计与结构约简

报 告 人：王健 中国石油大学（华东）理学院副院长、博士生导师、山东省数学会理事。

报告时间：11月16日  11：00-12:00

报告地点：明理楼A401

报告人简介：中国石油大学（华东）理学院副院长、博士生导师、山东省数学会理事。现担任“跨媒体大数据”联合实验室主任、青岛市工业人工智能重点实验室主任、山东省能源工业大数据发展创新实验室副主任；担任IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Emerging Topics in Computational Intelligence、Information Sciences、IEEE Transactions on Fuzzy Systems、IEEE Transactions on Systems, Man and Cybernetics: Systems等期刊副主编，Neural Computing and Applications和Complex & Intelligent Systems编委；国家自然科学基金项目评审专家。主要从事嵌入式特征选择模型、智能优化理论、大数据建模等方向研究，在神经网络模型设计、分数阶学习理论、大规模稀疏优化及大数据智能学习算法在石油工程等领域中的研究形成了特色和优势，发表学术论文200余篇。获辽宁省自然科学学术成果奖二等奖两项、山东省人工智能学会自然科学一等奖一项、青岛市自然科学奖二等奖一项；主持中国博士后科学基金面上项目，山东省自然科学基金青年项目、面上项目，教育部高等学校博士学科点专项科研基金、国家自然科学基金青年项目、面上项目，国家重点研发计划子课题、中石油重大科技合作项目等10余项。入选中国石油大学（华东）青年教师人才建设工程“拔尖人才工程”项目和青岛市“智岛计划”紧缺人才项目。担任2022 IEEE计算智能国际学术会议可解释性数据分析(EDACI) Symposia主席、2022国际人工智能大会（青岛）暨“一带一路”计算智能前沿学术会议大会主席、2023~2025国际计算智能最新进展会议大会主席。

报告内容摘要：针对模糊系统处理高维大数据问题的挑战，本报告基于模糊推理的基本原理，将经典的softmin函数改进为指数自适应softmin函数，构建了自适应Takagi-Sugeno-Kang (AdaTSK)高维模糊系统。为实现特征降维，设计了一种新颖的门控函数用于评估特征重要性，提出种嵌入式AdaTSK模糊系统框架特征选择方法，进而实现模糊规则约简以确保模糊系统的鲁棒性。随后，将介绍一种基于双门控机制的ALETSK (DG-ALETSK) 系统，其中ALETSK是一种新型的自适应Ln-Exp softmin的TSK模型，该工作的核心贡献在于同一个训练阶段同时实现重要特征筛选的同时实现系统架构约简。

欢迎全校师生参加！

主办单位：电气信息学院