科学研究 Scientific research 首页 - 学术交流 - 学术报告 - 正文

学术报告《基于梯度的神经模糊学习算法》

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

人:大连工业大学 教授 刘燕

   间:2022年6月3日  13:30—15:30

   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。