学术报告《基于梯度的神经模糊学习算法》
报告题目：基于梯度的神经模糊学习算法
报 告 人：大连工业大学 教授 刘燕
时 间：2022年6月3日 13：30—15：30
地 点：腾讯会议 267 249 597
内容摘要：Takagi-Sugeno系统是一种模糊控制系统，作为一种通用逼近器，它广泛地应用于分类和回归问题中。本报告针对Takagi-Sugeno系统提出一种基于梯度的神经模糊学习算法，该算法具有光滑化
正则项，能够有效修剪非活跃连接，具有比原始的正则化方法更强的稀疏能力。更进一步，可以证明这种学习算法的收敛性。通过仿真实验可以验证：光滑化正则化方法能够比原始的正则化方法获得更多的压缩信息，得到更稀疏的模型结构。
报告人简介：
刘燕博士近年来主要进行模糊系统、算法构造、收敛性分析等理论研究。研究成果发表在多个国际期刊，包括《Fuzzy sets and systems》、《Neurocomputing》、《Neural processing letters》等。入选省百千万人才，大连市青年科技之星。主持完成国家自然科学基金青年项目、博士后科学基金面上项目、大连市青年科技之星项目、省重大平台开放课题、省科技厅项目多项；参与国家重点研发计划子课题、NSFC辽宁联合基金等项目。省级一流课程负责人；获省级教学成果二等奖、校级教学成果奖一等奖；获2022年教学创新大赛省二等奖；2019年高等数学科目统考成绩位列全省第一。
