报告人：王钧教授，香港中文大学机械与自动化学系

报告题目: 在大数据时代中基于神经动力学优化的并行数据选取

时       间: 2014年4月23日下午2点30分

地      点：数计学院6号楼309室

报告摘要：

在当前大数据时代，每天都有大量的数据需要处理。相比于传统的顺序数据处理，并行数据处理方法可以加快数据处理速度，以及更有效的处理大量的数据。过去几十年，神经计算在并行分布式数据处理领域中受到的广泛的关注。在数据处理中，神经计算方法可以进行数据排序，数据选取，数据挖掘，数据融合及数据核对，但不仅仅局限于此。本次报告将介绍，讨论并比较并行数据处理中的神经动力学方法。特别的，关于著名的多“胜者全得”问题，我们将比较其几种数学描述，并提出几类结构简单的递归神经网络来解决这一问题。最后，我们将重点介绍兼具最简结构和最大计算效率的一类递归神经网络。相比其他已知模型，理论分析及忙地卡罗模拟结果显示了该神经网络具有更好的计算特性和计算性能。同时，我们还将讨论神经动力学方法在并行排序，排序滤波及数据检索中的应用。

报告人简介：

王钧是香港中文大学机械与自动化学系教授，计算智能实验室主任。曾在大连理工大学，Case Western Reserve University 及University of North Dakota 担任多个学术职位。并在美国空军·Armstrong 实验室(1995), 日本脑科学研究所(2001), 比利时Universite Catholique de Louvain (2001), 中国科学院(2002), 华中科技大学(2006–2007) 作过短期访问。2008年至2011年，担任上海交通大学讲座教授。从2011年起，担任大连理工大学讲席教授。1982年和1985年，在大连理工大学电子工程学院分别获得学士及硕士学位，1991年，在Case Western Reserve University 系统工程学院获得博士学位。目前研究方向为神经网络及其应用。在该领域，已经发表超过170篇期刊论文，13篇章节，编辑10本研究专著，并发表众多会议论文。目前担任IEEE Transactions on Cybernetics 主编，Neural Networks 编委(2012-)。曾担任IEEE Transactions on Neural Networks (1999-2009), IEEE Transactions on Cybernetics 及其前身(2003-2013),  和IEEE Transactions on Systems, Man, and Cybernetics – Part C (2002–2005) 副主编，担任International Journal of Neural Systems (2006-2013) 顾问委员会成员，曾担任European Journal of Operational Research (1996), International Journal of Neural Systems (2007), Neurocomputing (2008, 2014), International Journal of Fuzzy Systems (2010, 2011) 专刊客座编辑。长期参与国际旗舰学术会议的组织工作和国际专业组织的管理工作，包括2006年度第十三届International Conference on Neural Information Processing 和2008 年IEEE World Congress on Computational Intelligence 大会主席，2012年度IEEE International Conference on Systems, Man and Cybernetics  程序主席，IEEE 计算智能协会杰出讲员(2010-2012，2014-2016)， 亚太神经联合会主席(2006)，IEEE 会士遴选委员会委员(2011-2012)，IEEE 计算智能协会奖励委员会委员(2008, 2012, 2014)，以及IEEE Systems, Man and Cybernetics 协会理事会成员(2013-2015)。IEEE 会士，IAPR 会士. 曾获得IEEE Transactions on Neural Networks 杰出论文奖(2011)，亚太神经联合会杰出成就奖(2011), 上海市政府自然科学一等奖(2009), 教育部自然科学一等奖(2011), IEEE计算智能协会 神经网络先驱奖(2014) 等。