学术报告:基于复杂网络和深度学习的多源信息融合及其在油井参数测量
发布人:赵振华  发布时间:2021-03-22   浏览次数:10



报告人:高忠科


题目:基于复杂网络和深度学习的多源信息融合及其在油井参数测量中的应用

报告时间:2021324日(周三)上午11:00

报告地点:南教114


内容摘要:

基于时间序列的方式去描述复杂行为是当前的研究热点,由于其重要的意义而引起了众多领域的关注。在过去的十年中,复杂网络的研究得到了迅速的发展,使得人们能够描述现实中许多类型的系统,这些系统包含大量的以复杂形式相互作用的组件。近年来,复杂网络和深度学习被引入到时间序列分析中,并取得了丰硕的成果。基于时间序列的复杂网络和深度学习分析为解决多相流、脑-机接口和康复工程等跨学科挑战开辟了新的途径。本文将介绍一些新的研究方法及其在该领域的应用。

个人介绍:

高忠科,天津大学电气自动化与信息工程学院教授、博士生导师,国家优秀青年科学基金获得者,全球高被引科学家,天津市创新人才推进计划中青年科技创新领军人才。主要研究方向为复杂网络多源信息融合理论、新型传感器技术、脑机融合与混合智能等,已在IEEE Transactions on Neural Networks and Learning SystemsIEEE Transactions on Industrial InformaticsIEEE Transactions on Instrumentation and MeasurementIEEE Transactions on Systems, Man, and Cybernetics: SystemsKnowledge-Based Systems等国际期刊上发表SCI检索论文120余篇,论文SCI他引2000余次,12篇第一作者论文入选ESI高被引论文;在德国Springer出版社出版英文学术专著一部;第一发明人中国发明专利68项。主持国家级项目6项。获2013年全国百篇优秀博士学位论文提名奖,2018年和20192次获得英国皇家物理学会(IOP)高被引中国作者奖。


                                              理学院  王健