报告题目：Fast Online Object Tracking and Segmentation: A Unifying Approach报 告 人：张力 博士后研究员（牛津大学）报告时间：2018年11月28日10:00报告地点：南一楼中311 报告内容摘要：In this talk, I will illustrate how to perform both real-time object tracking and semi-supervised video object segmentation with a single simple approach. The method, dubbed SiamMask, acts on the offline training proce...

报告题目：基于柔性系数自回归模型的非线性时间序列建模方法报 告 人：甘敏 教授报告时间：2018年11月21日10:30报告地点：南一楼中311 内容简介：时间序列建模是一个学科交叉研究方向，在自动控制、经济等众多领域有重要应用，对其的研究有着普适性的现实意义。本报告简要介绍基于柔性系数自回归模型的非线性时间序列与非线性系统的建模方法，包括模型的结构、原理、遍历性、模型的可解释性以及应用，特别给出了一种适用于该类...

报告题目：工业互联网技术与产业发展报 告 人：石友康 副所长（中国信息通信研究院技术与标准所）报告时间：2018年11月13日15：00报告地点：南一楼中311 摘要：工业互联网作为实现“智能制造”的重要基础设施，在近几年逐步成为国际工业界关注的热点问题。本报告将从工业互联网的体系架构出发，详细介绍网络体系、平台体系以及安全体系建设所面临的新需求、新挑战以及一些关键技术。此外，报告还将介绍我国目前在工业互联网平台...

报告题目：复杂网络最优同步性能的谱分析报 告 人：陈关荣教授（香港城市大学）报告时间：2018年11月16日15:00报告地点：南一楼中311室摘要：复杂网络的拉普拉斯矩阵包含了许多关于网络拓扑和动力学的重要信息。本报告从拉普拉斯矩阵及其特征值谈起，首先给出简要的工程和数学背景并介绍网络特征谱的一些基本特性，然后导出特征谱对网络同步能力的决定与影响方面的研究，最后讨论如何通过对网络拓扑的设计来控制拉普拉斯矩阵特...

报告题目：Implementing Neuromorphic Reservoir Computing with Self-Assembled Memristive Switching Networks报 告 人：Thomas H. LaBean（North Carolina State University）报告时间：2018年10月29日14：00报告地点：南一楼中311 Abstract:Training and use of large nonlinear neural networks on conventional computer architectures is impeded by poor scalability and high energy penalties for sequential updates...

报告题目：Network-induced multistability: Lossy coupling and exotic solitary states报 告 人：Juergen Kurths教授（Institute of Physics at the Humboldt University, Berlin）报告时间：2018年10月17日15:00报告地点：南一楼中311室Abstract: The stability of synchronised networked systems is a multi-faceted challenge for many natural and technological fields, from cardiac and neuronal tissue pacemakers t...

报告题目：Network-induced multistability: Lossy coupling and exotic solitary states报 告 人：Juergen Kurths报告时间：2018年10月17日15：00报告地点：南一楼中311Abstract: The stability of synchronised networked systems is a multi-faceted challenge for many natural and technological fields, from cardiac and neuronal tissue pacemakers to power grids. In the latter case, the ongoing transition t...

​报告题目：基于计算智能的大规模优化报 告 人：程然教授报告时间：2018年9月19日10：00报告地点：南一楼中311报告摘要：在过去的二十年当中，计算智能技术在解决复杂优化问题中得到了很好的应用及发展。然而，绝大多数现有的计算智能技术（如：演化计算技术、群体智能技术等）仍无法很好解决大规模问题，如：大规模单目标优化问题、高维多目标优化问题、大规模多目标优化问题等。因此，包括涉及大规模决策变量及大规模优化目...

9月10日晚，瑞典皇家科学院院士、工程院院士Lennart Ljung教授在东九B101为自动化学院本科生做了题为“从系统辨识到（深度）学习与大数据”的学术报告。报告会吸引了近200名师生到场聆听。 在报告中，Lennart Ljung教授给同学们通俗易懂的介绍了数据科学中的几个基本概念如机器学习、深度学习和“大数据”。通过一些生动的例子，他强调几个数据科学的一些中心概念：如数据、建模、优化等，并且利用数据建立动态系统的数学模型去...

报告题目：From System Identification to (Deep) Learning and Big Data报告人：Lennart Ljung（院士）报告时间：2018年9月10日 晚上7:30—8:30报告地点：东九 B101 报告摘要：Data science is a topic of great interest which has reached considerable current attention. It includes central research areas such as machine learning, deep learning and "big data”. Despite the extensive nomenclature and wide app...