學(xué)術(shù)報告：人工智能與數(shù)據(jù)科學(xué)學(xué)院聯(lián)合南開大學(xué)人工智能學(xué)院舉辦人工智能與機器人青年學(xué)者論壇
時間：2018-12-17
來源：人工智能與數(shù)據(jù)科學(xué)學(xué)院
作者：人工智能與數(shù)據(jù)科學(xué)學(xué)院
點擊量：次
我校人工智能與數(shù)據(jù)科學(xué)學(xué)院聯(lián)合南開大學(xué)人工智能學(xué)院舉辦人工智能與機器人青年學(xué)者論壇，將有6位青年學(xué)者做關(guān)于機器人領(lǐng)域前沿成果的學(xué)術(shù)報告，歡迎大家參加。
時間：2018年12月20日周四上午9:00-12:00
地點：河北工業(yè)大學(xué)東院7D101
報告簡介
（一）報告題目：“人在環(huán)中”: 外骨骼機器人的個性化控制
報告摘要：外骨骼機器人及機器人假肢的設(shè)計初衷是提升人肢體性能。然而現(xiàn)有類似設(shè)備很少能真正實現(xiàn)這個目標(biāo)。基于人體反饋對設(shè)備參數(shù)進行優(yōu)化，也就是“人在環(huán)中”的理念，可以用來提升設(shè)備性能。本報告討論一個基于人體代謝耗能、運用遺傳算法對外骨骼控制參數(shù)進行優(yōu)化的方法。運用此方法優(yōu)化一個單側(cè)、單自由度腳踝外骨骼在輔助人體行走中的助力模式，其結(jié)果比無助力模式下受試者的代謝耗能平均降低了24.2%。這個結(jié)果是領(lǐng)域內(nèi)此前最好成績的228%。此方法已被初步證實具有普適性， 可用于不同設(shè)備、不同人體反饋信號、不同行走及奔跑條件。 這項成果初步實現(xiàn)了自動、高效、快速的外骨骼控制私人定制，確保了外骨骼對人體的有益幫助，為外骨骼在人體康復(fù)、輔助及動力提升領(lǐng)域的大力推廣奠定了技術(shù)基礎(chǔ)。
張娟娟，1984年2月生。南開大學(xué)人工智能學(xué)院副教授。2018年入選南開大學(xué)百名青年學(xué)術(shù)帶頭人。 2016年博士畢業(yè)于卡耐基梅隆大學(xué)機械工程系，主要從事人機物理交互系統(tǒng)的控制優(yōu)化、下肢外骨骼及康復(fù)機器人的控制。2017年取得“人在環(huán)中”下肢外骨骼控制優(yōu)化的突破性成果，為外骨骼的性能設(shè)置了一個新的標(biāo)桿。此成果發(fā)表于《Science》主刊，為外骨骼機器人領(lǐng)域發(fā)表于該雜志的第一篇非綜述評論性文章。研究成果受到多個國家、多個語種、多家知名媒體關(guān)注報道。
（二）報告題目：異質(zhì)文本網(wǎng)絡(luò)表示學(xué)習(xí)方法
網(wǎng)絡(luò)是一種表征能力極強的數(shù)據(jù)結(jié)構(gòu)。在社交網(wǎng)絡(luò)、論文引用網(wǎng)絡(luò)、用戶與商品交互網(wǎng)絡(luò)等復(fù)雜網(wǎng)絡(luò)中，往往存在著復(fù)雜的結(jié)構(gòu)和屬性特征等異質(zhì)信息，使得網(wǎng)絡(luò)挖掘成為一項極具挑戰(zhàn)性的課題。近年來，網(wǎng)絡(luò)嵌入方法已經(jīng)被廣泛地認為是一種有效的網(wǎng)絡(luò)表示學(xué)習(xí)方法。網(wǎng)絡(luò)嵌入旨在為網(wǎng)絡(luò)中的節(jié)點學(xué)習(xí)一種低維的、稠密的、連續(xù)的向量表示，在許多網(wǎng)絡(luò)分析問題中有著廣泛的應(yīng)用前景。本報告首先介紹針對社交短文本的異質(zhì)網(wǎng)絡(luò)嵌入問題的研究工作；其次，基于節(jié)點內(nèi)容與網(wǎng)絡(luò)結(jié)構(gòu)這兩種模態(tài)之間相輔相成的關(guān)系，提出一種跨模態(tài)的生成模型來建模兩種模態(tài)之間的映射關(guān)系，融合不同模態(tài)的網(wǎng)絡(luò)語義信息，提升網(wǎng)絡(luò)挖掘任務(wù)的性能。
劉 杰，博士，南開大學(xué)人工智能學(xué)院教授，博士生導(dǎo)師。研究領(lǐng)域包括機器學(xué)習(xí)與數(shù)據(jù)挖掘方面的基礎(chǔ)研究，以及面向信息抽取、網(wǎng)絡(luò)挖掘、問答系統(tǒng)等方面的應(yīng)用研究。在機器學(xué)習(xí)、數(shù)據(jù)挖掘、自然語言處理、知識工程等領(lǐng)域國際重要會議和期刊發(fā)表論文三十余篇（包括TKDE、Pattern Recognition、Information Sciences、AAAI、IJCAI，ICDM、CIKM等）；獲得2017年中國高校計算機大賽一等獎，2017年CCF大數(shù)據(jù)與計算智能大賽特等獎，NLPCC 2017/2018最佳論文獎；擔(dān)任AAAI、IJCAI等多個國際頂級會議的程序委員會委員；主持國家自然科學(xué)基金項目、天津市自然科學(xué)基金以及多項企業(yè)合作科研項目的研發(fā)，相關(guān)成果獲得天津市科技進步二等獎兩項。
（三）報告題目：深度模仿學(xué)習(xí)和強化學(xué)習(xí)在機器人領(lǐng)域中的研究和應(yīng)用
近年來，深度學(xué)習(xí)在圖像識別、語音識別等智能感知領(lǐng)域取得了突破性進展。隨著技術(shù)的進步，人工智能的研究熱點正在從智能感知轉(zhuǎn)移到智能認知和智能決策。機器人領(lǐng)域中的智能規(guī)劃和智能控制從本質(zhì)上來說都屬于智能決策的研究范疇，而在機器人智能決策的研究中最常用的兩種算法是模仿學(xué)習(xí)和強化學(xué)習(xí)。本次報告對深度模仿學(xué)習(xí)和強化學(xué)習(xí)進行簡單的介紹，并介紹我們基于這兩種方法在機器人相關(guān)領(lǐng)域中的嘗試和探索。本次報告的內(nèi)容具體包括以下六個方面：（1）蛇形機器人硬件平臺研究；（2）深度模仿學(xué)習(xí)簡介；（3）基于深度模仿學(xué)習(xí)的未知環(huán)境導(dǎo)航研究；（4）強化學(xué)習(xí)簡介；（5）基于深度強化學(xué)習(xí)的工序規(guī)劃研究；（6）基于強化學(xué)習(xí)的蛇形機器人智能控制研究。
郭憲，現(xiàn)為南開大學(xué)講師。2009年畢業(yè)于華中科技大學(xué)機械設(shè)計制造及自動化專業(yè)，同年保送到中國科學(xué)院沈陽自動化研究所進行碩博連讀，主攻方向為機器人動力學(xué)建模與控制，并于2016年1月獲得工學(xué)博士學(xué)位。2016年1月至2018年7月在南開大學(xué)計算機與控制工程學(xué)院從事博士后研究工作，主攻方向為機器人智能決策。郭博士已在國內(nèi)外相關(guān)高水平學(xué)術(shù)雜志和會議發(fā)表論文十?dāng)?shù)篇，主持兩項國家級基金，并于2018年出版《深入淺出強化學(xué)習(xí)：原理入門》一書，得到廣大讀者的一致好評。郭博士目前的研究方向為蛇形機器人設(shè)計和運動控制，智能感知和智能決策。
（四）報告題目：分布式和并行演化計算
當(dāng)前處理器的計算核心正朝著并行化的方向發(fā)展。分布式和并行的演化計算具有重要的學(xué)術(shù)研究價值和工業(yè)價值。傳統(tǒng)機器學(xué)習(xí)方法一般致力于解決單目標(biāo)優(yōu)化問題，而演化計算可以解決不可導(dǎo)問題和NP難問題、可以解決多目標(biāo)學(xué)習(xí)。把演化計算應(yīng)用于機器學(xué)習(xí)，可以做參數(shù)和結(jié)構(gòu)的優(yōu)化，調(diào)整參數(shù)和模型結(jié)構(gòu)，進而構(gòu)造深度演化神經(jīng)網(wǎng)絡(luò)；可以做（超）多目標(biāo)優(yōu)化，求解（超）多目標(biāo)大規(guī)模問題。分布式和并行的演化計算可以應(yīng)用于物聯(lián)網(wǎng)，機器人，大數(shù)據(jù)，圖形和多媒體等多個領(lǐng)域。在處理復(fù)雜實際問題時，很可能數(shù)學(xué)模型沒有辦法建立，或者只能建立一個粗糙的數(shù)學(xué)模型。但是演化計算可以不需要建模，只要有數(shù)據(jù)就可以快速得到一個近似解。因此成為了在有限時間內(nèi)解決復(fù)雜實際問題的一種可行性方案。基于眾多處理器資源，設(shè)計相應(yīng)的分布式和并行演化算法，可以將繁重的計算任務(wù)分配到眾多計算資源中，極大地減少耗時。
曹斌，男，博士生導(dǎo)師，碩士生導(dǎo)師，副教授，IEEE會員，清華大學(xué)計算機系博士后出站。2015年作為引進人才到河北工業(yè)大學(xué)工作。研究興趣：人工智能（計算智能）及其在物聯(lián)網(wǎng)、大數(shù)據(jù)、圖形和媒體中的應(yīng)用；高性能計算和云計算。迄今已在《IEEE Trans. Industrial Informatics》、《IEEE Trans. Big Data》等期刊發(fā)表和錄用論文多篇。擔(dān)任多個學(xué)術(shù)期刊和學(xué)術(shù)會議的編委、程序委員會委員和審稿人。作為負責(zé)人承擔(dān)國家自然科學(xué)基金青年基金項目。獲得國家自然科學(xué)基金委-廣東聯(lián)合基金（第二期）超級計算科學(xué)應(yīng)用研究專項資助。指導(dǎo)學(xué)生獲得全國并行應(yīng)用挑戰(zhàn)賽華北賽區(qū)一等獎。
（五）報告題目：基于機器視覺的制造業(yè)產(chǎn)品質(zhì)量智能檢測與識別
為了保持制造業(yè)的競爭力，質(zhì)量管理和精益制造系統(tǒng)的重要性位居榜首，開發(fā)好的質(zhì)量管理系統(tǒng)被認為是制造企業(yè)獲取利潤最重要的技術(shù)進步。本課題組針對不同制造業(yè)產(chǎn)品的表面質(zhì)量視覺檢測問題進行研究，包括具有均勻紋理背景的帶鋼產(chǎn)品表面缺陷檢測與識別，即獲得缺陷目標(biāo)的精確位置、面積及缺陷類型信息，以及非均勻隨機紋理背景下的光伏電池表面缺陷檢測與定位、光伏電池EL缺陷檢測于識別，多光譜通道下的太陽能電池細微色差檢測與識別問題研究。涉及方法包括基于單幅圖像內(nèi)部信息的異常檢測方法、基于無缺陷樣本庫的異常檢測方法及基于深度神經(jīng)網(wǎng)絡(luò)的檢測方法等。
劉坤：2009年獲清華大學(xué)工學(xué)博士學(xué)位，現(xiàn)為河北工業(yè)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院教師，副教授，主要從事計算機視覺領(lǐng)域中機器視覺的相關(guān)算法、目標(biāo)檢測提取與分類等方面的研究工作。項目負責(zé)人自參加工作以來先后主持國家自然科學(xué)基金青年基金1項、國家基金重點項目子課題1項等各類項目6項，獲河北省科技進步獎2項。近三年以來發(fā)表與機器視覺相關(guān)的論文20余篇，其中已發(fā)表和已錄用的SCI期刊6篇，EI論文11篇，申請國家專利20多項。研究成果發(fā)表在《IEEE Transactions on industry informatics》、《IEEE Transactions on instrumentation and measurement》、《IEEE Transactions on Semiconductor Manufacturing》等多個權(quán)威國際期刊上。
（六）報告題目：行波超聲電機離散接觸建模及精密控制策略研究
行波超聲電機（Travelling-wave Ultrasonic Motor, TWUSM）是利用壓電材料逆壓電效應(yīng)激發(fā)超聲振動行波，通過接觸摩擦產(chǎn)生驅(qū)動力的一類微特電機，適用于醫(yī)療衛(wèi)生、航空航天等領(lǐng)域的精密驅(qū)動系統(tǒng)中。報告將總結(jié)近期研究成果，從近年來一直是TWUSM的研究焦點的建模與控制兩方面進行匯報。1、TWUSM離散接觸建模。針對電機運行的核心——定轉(zhuǎn)子接觸作用研究了按定子齒結(jié)構(gòu)離散化的接觸運動模型，精簡電機運行機理的分析過程。2、TWUSM振動模態(tài)的空間矢量動態(tài)預(yù)測控制。從振動模態(tài)對輸出轉(zhuǎn)矩脈動的影響出發(fā)，利用空間矢量分析，研究轉(zhuǎn)矩脈動的離散預(yù)測控制策略，從而改善轉(zhuǎn)矩控制性能，提高控制精度。
荊鍇，男，博士，講師，河北工業(yè)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院新能源科學(xué)與工程系教師，主要研究方向為超聲電機驅(qū)動控制、電力電子與電氣傳動等。作為負責(zé)人承擔(dān)國家自然科學(xué)基金青年基金項目1項、河北省教育廳項目1項、河北省研究生創(chuàng)新資助項目1項（博士期間），參與完成河北省自然基金一項、河北省重大科技成果轉(zhuǎn)化項目一項以及橫向課題兩項。發(fā)表SCI、EI檢索期刊論文5篇，獲得授權(quán)發(fā)明專利6項，實用新型專利3項。
