清华大学|信息学院|国家实验室|English Version

美国康奈尔大学童朗教授应邀来访并作学术报告

520日上午,应信研院轨道交通中心的邀请,美国康奈尔大学终身教授、IEEE FELLOW童朗博士来访我院,并在FIT1-315会议室作了题为“Learning the Unobservable: A machine learning approach to high-resolution state estimation”的学术报告。

a_副本.jpg

报告中,童朗教授提出了一种机器学习方法:在测量数据有限导致的系统不可观测情况下进行状态进行估计;在传感器失效、传感器数据缺失或者数据被恶意篡改的情况下,可观测的系统可能会变得不可观测。如:在电力系统中,在只有少量快速时间尺度的传感器时,需要通过有限的相位测量单元对电力传输系统中的高分辨率状态进行估计。针对这样的应用场景,在很少的计算成本下实现最优状态估计,深度学习技术提供了一个具有很大前景的解决方案。

报告会由轨道交通中心主任叶昊教授主持,来自信研院、自动化系的近四十余名师生听取了报告会。与会教师与童朗教授就复杂工程系统故障诊断、预测维护、优化控制与决策等方向合作研究进行了深入的讨论。

 

报告人简介:

Lang Tong received his Bachelor degree in Automation from Tsinghua University and a Ph.D. degree from the University of Notre Dame.  Currently, he is the Irwin and Joan Jacobs Professor of Engineering and the site director of Power Systems Engineering Research Center (PSERC) at Cornell University. His current research focuses on optimization, signal processing, and machine learning in energy, power, and transportation systems.  A Fellow of IEEE, he is the 2018 Fulbright Distinguished Chair in Alternative Energy


【发布时间:2019-05-28】【浏览次数:273】