2016年10月31日上午10：00， 新加坡国立大学Kay Chen Tan教授应邀访问beat365官网，在南一楼311会议室为beat365官网师生做了一场题为“EC AT WORK: OPPORTUNITIES AND CHALLENGES”的学术报告。出席本次学术报告会的有曾志刚教授，潘林强教授，王小平教授，刘庆山教授等40余名师生。
Kay Chen Tan博士是IEEE 会士(IEEE Fellow)，分别于1994年和1997年在英国格拉斯哥大学获得电子与电气工程学士学位及博士学位，目前就职于新加坡国立大学电气与计算机工程系，积极从事于应用在多目标优化、调度、数据分析、预测、脑机接口等领域的计算智能研究。Tan博士发表了超过250篇期刊和会议论文，共撰写了5本书，被邀请在超过50个国际会议上发表主题/大会演讲。Tan博士是2007年IEEE新加坡进化计算大会和2016年IEEE加拿大温哥华计算智能世界大会的总主席，是IEEE计算智能协会的杰出演讲师（2011-2013；2015-2017年），也是IEEE进化计算的主编。他曾担任IEEE计算智能杂志的主编（2010-2013），目前担任超过20个国际期刊的编委或编委会成员，如IEEE控制论、IEEE计算智能与人工智能游戏、进化计算（麻省理工出版社）、欧洲运筹学杂志，神经计算与应用、调度杂志、国际系统科学杂志等。Tan博士因在多目标优化的进化计算研究中的贡献获得2012年IEEE计算智能协会（CIS）杰出青年成就奖。Tan博士题为“通过时间编码和尖峰神经元学习的快速前馈计算”的论文获得2016 IEEE CIS TNNLS优秀论文奖。Tan博士因对工程教育和研究的杰出贡献获得了国际网络工程教育研究协会（INEER）表彰奖（2008）。Tan博士还因为在计算智能领域的突出贡献得到国际神经网络协会（INNS）印度区域的表彰（2014）。
Tan博士首先结合对学术论文题目中出现频率最高的单词统计数据，介绍了目前人工智能领域的热点问题。其次，Tan博士简要介绍了进化计算算法求解多目标优化问题的基本原理，并介绍了演化计算在多目标优化实际应用问题中存在的机遇和挑战。然后，介绍了他的团队在基于进化计算的多目标优化问题上所做的理论探索与实验研究。包括：动态种群方法；在噪音和不确定性环境下的演化多目标优化方法等；并结合预测涡扇发动机剩余寿命工程实例，介绍了基于进化计算的多目标深度信念网络集成算法。最后，Tan博士还与beat365官网师生就多个问题进行了深入的探讨。
本次报告中Tan博士凭借渊博的知识，创新的研究思路为我校师生带来了一场精彩的学术盛宴。广大师生纷纷表示此次报告和交谈令他们受益匪浅。
学院公众号二维码