报告人: 魏华梁 英国谢菲尔德大学

报告时间: 2025年4月28日 星期一 下午15:00

报告地点: 江南大学物联网工程学院C317

邀请人: 丁锋、张霄、刘艳君

报告简介:

在过去的几十年里，各种数据驱动建模（DDM）技术取得了快速发展，机器学习（ML）和人工智能（AI）工具=迅速发展，并广泛应用于各个领域。作为数据驱动建模技术一部分的透明、可解释、简约且可模拟（TIPS）方法，引起了广泛关注，这是因为人们不仅迫切希望并需要预测接下来会发生什么，还希望打破所关注的黑箱系统，以理解事件发生的原因，以及潜在驱动因素如何单独和共同影响系统的行为。本次报告介绍一种基于著名的 NARMAX 方法改编和扩展而来的透明、可解释、简约且可模拟（TIPS）建模工具。NARMAX 方法最初是从系统科学和系统工程的角度开发的，此次扩展引入了集成机器学习、稀疏贝叶斯学习和概率预测等方法。该工具的设计、开发及其实现均围绕模型选择、模型训练、解释、概率预测、可重复性等方面展开。报告还将提供这些方法在气象、空间天气、神经生理学、医学和医疗保健等领域的几个实际应用案例。

魏华梁博士现在英国谢菲尔德大学电力电子学院教授。在赴谢菲尔德大学自动控制和系统工程系攻读博士之前，他曾在北京理工大学学习和工作。他目前担任谢菲尔德大学 “复杂动力学建模、数据挖掘和决策制定实验室”主任和“空间物理和空间天气预测和监控研究中心”副主任。他的研究获得英国工程和物理科学研究理事基金会、自然与环境研究理事基金会、英国科学技术基础设施理事会、欧洲研究理事基金会、英国皇家学会等多家研究的资助, 总额超过850万英镑。魏华梁教授的研究涉及到多个交叉学科领域包括信号处理、系统辨识、神经网络、可解释性机器学习、深度学习、智能计算、故障检测与诊断等。研究成果被广泛应用到多个研究领域包括工业系统故障诊断、类脑与神经生理学、天气与气候变化、能源与环境、空间天气系统预测与监控等等。他的研究成果被广泛认可、引用和应用。迄今为止他先后指导40多名博士研究生。