（一）
报告时间：4月16日（星期五）8:30
报告地点：信息楼自动化学院310报告厅
报 告 人：陈关荣，教授 香港城市大学
报告题目：复杂网络牵制控制及鲁棒能控性
内容简介：首先介绍复杂网络牵制控制(Pinning Control)的基本思想和主要方法。然后介绍由线性时不变系统节点组成的有向网络的状态能控性和结构能控性，给出单输入单输出系统节点情形的最少牵制控制输入原理、能控性判据和特征刻画，并描述多输入多输出系统节点情形的多样性和复杂性、给出其能控性判据和特征刻画。接下来讨论网络能控性在抵抗恶意攻击的鲁棒性并揭示具有最强鲁棒性的主要网络模块特征。最后简单介绍通过机器学习寻找具有最优鲁棒能控性的复杂网络以及最优攻击策略研究的新近进展。
报告人简介：陈关荣，1981年获广州中山大学计算数学硕士学位，1987年获美国Texas A&M 大学应用数学博士学位，其后在美国Rice和Houston大学任教。自2000年起，他接受香港城市大学讲座教授职位工作至今。陈关荣教授于1997年被选为IEEE Fellow；2008年、2012年和2016年分别获得国家自然科学二等奖；2011年获俄罗斯圣彼得堡国立大学授予荣誉博士学位和俄罗斯欧拉基金会颁发欧拉金质奖章；2014年获法国诺曼底大学授予荣誉博士学位并当选为欧洲科学院院士；2015年当选为发展中国家科学院院士。
（二）
报告时间：4月16日（星期五）9:10
报告地点：信息楼自动化学院310报告厅
报 告 人：冯刚，教授 香港城市大学
报告题目：多智能体系统的自适应事件触发控制
内容简介：In this talk event-triggered control will be first overviewed. The motivation and major event-triggering mechanisms will be discussed. The challenging issue on exclusion of Zeno behavior will be highlighted. Then the adaptive event-triggered control will be considered for heterogeneous multi-agent systems. A fully distributed adaptive even-triggered control scheme will be presented for output consensus of such multi-agent systems. It is shown that the output consensus problem can be solved by the proposed adaptive event-triggered control scheme if a necessary and sufficient condition is satisfied. The feasibility of the proposed control scheme is discussed by excluding Zeno behavior. A numerical example is given to illustrate the effectiveness of the proposed control scheme.
报告人简介：Gang Feng received the B.Eng and M.Eng. Degrees in Automatic Control from Nanjing Aeronautical Institute, China in 1982 and in 1984 respectively, and the Ph.D. degree in Electrical Engineering from the University of Melbourne, Australia in 1992.Professor Feng was a Lecturer in Royal Melbourne Institute of Technology, 1991 and a Senior Lecturer/Lecturer, University of New South Wales, 1992-1999. He has been with City University of Hong Kong since 2000, where he is now a Chair Professor of Mechatronic Engineering. He has received ChangJiang Chair Professorship award conferred by Ministry of Education, Alexander von Humboldt fellowship, the IEEE Transactions on Fuzzy Systems Outstanding Paper Award, the outstanding research award and President award of CityU, and several best conference paper awards.He is listed as a SCI highly cited researcher by Clarivate Analytics, 2016-2020. He is an author of one research monograph entitled “Analysis and Synthesis of Fuzzy Control Systems: A Model Based Approach”, and over 350 SCI indexed papers including over 150 in IEEE Transactions. His research interests include intelligent control of complex systems, networked control systems, and multi-agent systems and control.Professor Feng is a fellow of IEEE. He has been the Associate Editor of IEEE Trans. Automatic Control, IEEE Trans. on Fuzzy Systems, IEEE Trans. Systems, Man, & Cybernetics, Mechatronics, Journal of Systems Science and Complexity, and Journal of Control Theory and Applications. He is also on the advisory board of Unmanned Systems.
（三）
报告时间：4月16日（星期五）10:10
报告地点：信息楼自动化学院310报告厅
报 告 人：程龙，研究员 中国科学院自动化研究所
报告题目：手部康复机器人研究进展
内容简介：主要介绍面向手功能康复机器人的研究背景和研究现状。结合课题组已开展的部分工作,介绍手部康复机器人的具体需求，以及在手部机器人系统设计、主被动控制方法等方面开展的工作。
报告人简介：程龙，博士，中国科学院自动化研究所研究员，博士生导师，中国科学院大学岗位教授。目前担任《IEEE Transactions on Cybernetics》、《中国科学技术科学》、《自动化学报》等国内外刊物的编委。入选国家杰出青年基金项目、国家优秀青年基金项目，中国科学院卓越青年科学家计划、北京市杰出青年基金、北京市科技新星计划。获得2017年度国家自然科学二等奖（排名第四），北京市科学技术一等奖(排名第五)，中国自动化学会自然科学一等奖（排名第二）等科技奖励。程龙博士的研究兴趣包括机器人与智能控制。
（四）
报告时间：4月16日（星期五）10:50
报告地点：信息楼自动化学院310报告厅
报 告 人：丛杨，研究员 中国科学院沈阳自动化研究所
报告题目：机器人在线视觉感知
内容简介：机器人感知和认知能力是智能机器人自主行为的关键，而视觉和机器学习是机器人感知和认知的重要手段。虽然近年来涌现出许多令人兴奋的进展，但机器人感知和认知中的一些核心问题仍然没有得到很好解决，导致机器人还无法完成很多人类看似简单的工作。这其中尚待解决的两个问题是机器人泛化能力较差和自主在线学习能力不足。报告结合机器人学国家重点实验室的背景和特点，主要阐述针对机器人感知和认知中的视觉识别和在线学习问题所开展的探索性研究工作。
报告人简介：丛杨，博士，研究员，博士生导师，机器人学国家重点实验室主任助理、辽宁省机器智能重点实验室主任。国家自然科学基金优秀青年基金获得者，中国科学院青年创新促进会优秀会员，辽宁省“百千万人才工程”，IEEE Senior Member。2009年起至2011年，先后在新加坡国立（NUS）和新加坡南洋理工大学（NTU）从事研究工作。2014年在美国罗切斯特大学计算机系和大数据研究所访问。主要从事计算机视觉、机器学习、医学影像分析、大数据处理、机器人伺服等研究。先后主持国家重点研发计划项目、国家自然科学基金优青、重点项目、面上项目、中科院课题多项，参与国家自然科学基金创新群体项目、国家科技支撑计划、国家863项目等。获得CAA自然科学奖一等奖、中国科学院沈阳分院优秀青年科技人才奖、辽宁省青年科技奖、辽宁省科技进步二等奖一项（排名2），辽宁省自然科学成果特等奖1项（排名1）。目前已在国内外期刊和会议上发表80余篇文章，参与出版Springer 专著一部，申请国家发明专利6项、软件授权7项，代表性论文包括视觉和模式识别顶级会议CVPR论文和IEEE Transaction论文和模式识别顶级期刊Pattern Recognition等。目前，担任国际SCI期刊副主编和多个国际知名会议的PC member，同时还担任多个国际知名期刊和会议审稿人。
（五）
报告时间：4月16日（星期五）11:30
报告地点：信息楼自动化学院310报告厅
报 告 人：秦家虎，教授 中国科学技术大学
报告题目：多智能体系统中的分布式协同算法及应用
内容简介：本报告主要介绍多智能体系统中一些经典的分布式协同算法及应用。首先回顾几个典型的分布式一致算法并简要介绍一些相关研究问题；其次介绍以分布式一致算法为基础所扩展出来的一些算法，包括编队、聚类一致、优化等算法；最后介绍分布式一致算法在智能电网能源管理与优化以及数据聚类问题中的应用。
报告人简介：秦家虎，中国科学技术大学教授、博导。主要研究兴趣为多智能体系统、信息物理系统、复杂动态网络，在相关领域发表和录用SCI期刊论文90余篇，其中Automatica及IEEE Trans.汇刊论文70篇；以第一完成人申请发明专利20余项。入选海外高层次人才引进计划青年项目、中国科学技术大学“学术领军人才培养计划”；获中国科学院“优秀导师奖”、国家自然科学基金委“优秀青年科学基金”、教育部“霍英东青年教师基金”、中国自动化学会“青年科学家奖”、中国科学院“卢嘉锡青年人才奖”、IEEE工业电子学会最佳会议论文奖以及IEEE控制系统学会北京分会青年作者奖。目前担任中国自动化学会“青年工作委员会”副主任委员、中国自动化学会控制理论专委会委员、安徽省自动化学会机器人与智能控制专委会副主任委员；IEEE TIE、IEEE TII、Neurocomputing、JFI、OCAM、《自动化学报》等期刊和IEEE控制系统学会会议编委会编委。
（六）
报告时间：4月16日（星期五）14:00
报告地点：信息楼自动化学院310报告厅
报 告 人：胡庆雷，教授 北京航空航天大学
报告题目：航天器故障诊断与容错控制研究进展汇报
内容简介：分析航天器故障诊断与容错控制这一领域的基础理论与应用技术研究研究现状。针对航天器自主故障诊断与容错控制问题，讨论了一类容错控制方案并研究了整个闭环系统稳定性，分析所提出的控制策略应用于航天器姿态系统进行数值仿真与地面验证系统可行性与有效性。展望航天器智能自主在非合作目标控制这一领域的基础理论与应用研究现状。
报告人简介：胡庆雷，现任北京航空航天大学自动化科学与电气工程学院教授、博士生导师、国家优秀青年科学基金获得者。主要从事飞行器导航、制导与控制等领域应用基础理论与技术的研究，发表科研论文60余篇，主持国家自然科学重点基金项目、国防基础科研重点项目等10余项，获国家技术发明二等奖、省部级自然科学一等奖等多项奖励；担任国际SCI检索学术期刊Aerospace Science and Technology等多个期刊编委。
（七）
报告时间：4月16日（星期五）14:40
报告地点：信息楼自动化学院310报告厅
报 告 人：严怀成，教授 华东理工大学
报告题目：非线性网络化系统事件触发控制
内容简介：This talk will present challenges and some results on the concept of event-triggered control for networked nonlinear systems with limited network resources. The event-triggered control problem of networked nonlinear systems is investigated based on T-S fuzzy models. Some novel sufficient stability conditions are obtained and corresponding controllers are derived to ensure the desired performances. Moreover, some simulation results on practical systems are also provided to illustrate the effectiveness and superiority of the proposed method. Finally, some concluding remarks and future works will be presented.
报告人简介：严怀成，华东理工大学教授、博士生导师。入选国家“万人计划”科技创新领军人才、科技部中青年科技创新领军人才、上海领军人才、上海市优秀学术带头人、上海市曙光学者、上海浦江人才及科睿唯安“全球高被引科学家”。主要从事网络化控制、多智能体系统、智能无人驾驶、机器人/无人机/航天器控制、网络安全研究工作。主持国家自然基金项目4项及中央军委装备预研共用技术和领域基金等国家省部级课题30余项。参编英文专著2部，发表论文200余篇，140余篇论文被SCI收录, 其中在Automatica和IEEE TAC等IEEE 汇刊发表论文80余篇，20篇入选ESI高被引论文，11篇入选ESI热点论文。2篇论文入选“中国百篇最具影响国际学术论文”，获国内外学术会议最佳论文奖4次。申请和授权国家发明专利10余项。现担任IEEE Transactions on Neural Networks and Learning Systems、International Journal of Robotics and Automation、IEEE Open Journal of Circuits and Systems等多个国际期刊副编辑(Associate Editor)。获上海市自然科学二等奖、教育部高自然科学奖二等奖、中国自动化学会自然科学二等奖、中国人工智能学会 “吴文俊人工智能自然科学奖二等奖”等省部级奖项6项。现为中国自动化学会控制理论专业委员会委员、中国自动化学会青年工作委员会常务委员、中国人工智能学会智能机器人专业委员会委员和上海自动化学会理事等。
（八）
报告时间：4月16日（星期五）15:40
报告地点：信息楼自动化学院310报告厅
报 告 人：王友清，教授 山东科技大学
报告题目：基于多元统计的大型发电机组故障检测
内容简介：大型发电机组的运行存在工艺机理复杂、工况多、海量数据等特点，使得传统故障检测方法无法成功应用。特别地，大型发电机组的非线性现象明显，并且经常发生微小故障。针对上述挑战，我们提出了两种新的多元统计方法：针对非线性的神经元成分分析法、针对微小故障的递归协方差分析方法。本报告分析了这些算法的计算复杂性，给出了故障可检测的充分条件，并在舟山电厂实测数据上进行了应用验证。
报告人简介：王友清，1981年6月生人。他先后于山东大学和清华大学获得学士和博士学位，曾在香港科技大学、美国加州大学圣芭芭拉分校、加拿大阿尔伯塔大学、香港城市大学工作和交流，目前是山东科技大学的教授和博导。他是国家优青、山东省杰青、霍英东青年教师奖、新世纪优秀人才获得者，还荣获Journal of Process Control最佳论文奖、ADCHEM青年作者奖等。王友清担任8个国际期刊的编委或客座编委和2个IFAC技术委员会的委员。
（九）
报告时间：4月16日（星期五）16:20
报告地点：信息楼自动化学院310报告厅
报 告 人：李阳，教授 北京航空航天大学
报告题目：医工深度融合关键技术研究与临床应用
内容简介：针对神经慢性脑疾病（如癫痫、轻度认知障碍等）发病机理不明且误诊率高，临床难以有效检测大脑活动异常活动机制问题，本报告将以多模态深度融合学习方法为基础，着重介绍与临床神经生理学深度合作，探讨基于电生理数据、多模态结构/功能影像数据驱动模型假设，如何用于揭示脑疾病的脑活动机制。建立一种基于多源异构深度融合学习技术的最具判别力特征识别方法，以揭示临床神经慢性脑疾病的潜在脑功能异常活动机制，为临床医生解释电生理/影像数据提供理论依据及量化分析方法。
报告人简介：李阳，北京航空航天大学自动化科学与电气工程学院教授、博士生导师，副院长。2011 年毕业于英国谢菲尔德大学自动控制与系统工程系，获哲学博士学位。2012 年 12 月入选北京航空航天大学“卓越百人”海外人才计划。2013 年 2 月起在北京航空航天大学模式识别与智能系统实验室工作。主要从事生物医学信号处理与机器学习、医学影像数据分析与处理等方面的相关研究工作。主要研究手段包括脑电图(EEG)，结构及功能性磁共振成像(DTI/fMRI)，以及机器学习等计算分析方法。研究成果以第一/通讯作者在国际学术刊物上发表SCI论文40多篇，包括IEEE Transactions on Medical Image、Medical Image Analysis、IEEE Transactions on Cybernetics及医学影像领域重要国际会议MICCAI等。近五年承担国家级、省部级等科研项目10余项，其中包括国家自然科学基金重点、北京市自然科学基金专题重点项目等。曾获英国谢菲尔德大学“哈里沃辛顿”学术奖、英国“优秀自费留学生奖”，研究成果获吴文俊人工智能自然奖、中国体视学“青年科技奖”等。担任国际期international Journal of Biomedical Engineering and Science 编委等。
（十）
报告时间：4月16日（星期五）17:00
报告地点：信息楼自动化学院310报告厅
报 告 人：葛志强，教授 浙江大学
报告题目：面向工业大数据的深度隐变量模型及应用
内容简介：随着工业大数据时代数据量和数据维度的增加，提取工业系统的核心要素变得越来越困难，传统隐变量模型正面临着巨大的困境。从机器学习的角度出发，传统隐变量模型结构显然不能提供足够的模型复杂度，导致其描述能力有限，无法精确刻画复杂工业系统，提取其本质特征，严重限制了模型在实际过程中的应用范围。众多实践证明，深度学习提供了一个非常高效的模型复杂度拓展框架，因此，深度隐变量模型是工业系统建模在大数据时代的重要发展方向，也是人工智能技术与制造业深度融合的最佳着力点之一。本次报告将从工业大数据的典型特征出发，介绍研究团队近年来在深度隐变量建模方向的探索工作，给出实际工业场景的应用验证结果，并对后续的研究思路进行讨论和展望。
报告人简介：葛志强，浙江大学教授，博导，2004年和2009年于浙江大学获工学学士和博士学位。2014年11月至2017年1月于德国Duisburg-Essen大学从事“洪堡学者”研究工作。近年来，主持国家自然科学基金优青、面上项目、国家重点研发计划课题以及企业横向等10余项。以第一/通讯作者发表IEEE汇刊论文50多篇，IFAC会刊论文30多篇，曾8次获领域内重要会议最佳论文奖或提名奖，论文SCI他引5000多次，自2016年起连续入选Elsevier中国高被引学者，获授权国家发明专利30多项，担任IFAC会刊Control Engineering Practice的Associate Editor，主要研究方向为工业大数据、智能系统和知识自动化。