报告时间：2021年7月19日上午9点

报告人：西安交通大学陈霸东教授

地点：机器人视觉感知与控制技术国家工程实验室一楼报告厅

嘉宾简介：

    陈霸东，西安交通大学电信学部人工智能学院教授。2008年毕业于清华大学计算机专业获博士学位，曾在美国佛罗里达大学电气与计算机工程系做博士后研究。研究兴趣包括自适应信号处理、机器学习、脑与认知科学启发的人工智能、脑机接口及共融机器人。在国际知名期刊及会议发表学术论文200多篇，论文在谷歌学术中被引用7200多次，15篇论文先后入选“ESI高被引论文”。入选世界排名前2%科学家名单（World's Top 2% Scientists 2020）“终身科学影响力排行榜”和“年度科学影响力排行榜”。获中国自动化学会自然科学一等奖、陕西省科学技术二等奖、吴文俊人工智能自然科学二等奖、中国自动化学会青年科学家奖等。担任中国认知科学学会理事、IEEE汇刊TNNLS和TCDS编委、IEEE面向信号处理的机器学习(MLSP)技术委员会委员，并担任国内多个学会的专委会委员。作为负责人承担了国家自然科学基金重大研究计划重点支持项目和973课题等重要科研项目。

报告摘要：

    利用熵函数构建机器学习代价函数可以有效提升学习的性能和对复杂噪声干扰的鲁棒性，成为机器学习领域的重要研究方向。报告人近年来围绕该方向开展了深入研究，系统地发展了熵学习理论，并做出了几项奠基性工作。本报告将系统阐述基于熵代价函数的机器学习理论、方法及各种应用。