自动化学院 人工智能学院 College of Automation & College of Artificial Intelligence
关于我们
首页  科学研究  学术交流 | 新闻详情

2018年7月26日学术报告——YangQuan Chen

来源:自动化学院   发布时间:2018-07-17

报告题目:MAD about Variability: Fractional calculus meets big data 

报告人:YangQuan Chen

时间:201872611:00-12:00

地点:仙林校区自动化学科楼319会议室

主办单位:自动化学院、科研院

报告人简介:

陈阳泉教授 1998 年于新加坡南洋理工大学获得博士学位。现任美国加州大学默塞德分校工程学院教授,机电一体化,嵌入式系统和自动化实验室主任。主要研究方向包括应用分数阶微积分、网络物理系统、可再生能源系统的建模与控制、基于多无人机的合作多谱个人遥感及精准农业应用等。陈教授在分数阶微积分的应用研究做出了突出贡献,拥有着一只强大的分数阶研究团队,在国际上享有盛名,极大地推动了分数阶微积分在自动控制、复杂随机过程、复杂信号及图像处理等领域的应用。特别值得强调的是,陈教授所设计的分数阶控制器成功用在了硬盘控制中,超越了三星公司 20 年来的最好控制效果。发表 SCI 论文 200 余篇,持有美国专利 10 余项,十多篇论文是该领域的 ESI 高被引论文。目前已出版 10 多本研究专著和数本教科书。他的 Google 学术引用超过 23000 次, ISI 引用超过 6000 次, ISI H 指数为 41 Scopus 收录论文 614 篇,总引用次数 10838 次, H 指数为 52。陈阳泉教授是许多国际著名期刊如: FCAA ISA Transactions IET CTA, IEEE TCST 的副主编, 是 IEEE 高级会员, ASMEAMA ASEE AUVSI AWRA 等学会会员。

  

报告摘要:

MAD stands for modeling, analysis and design. I first argue that “variability” is a defining feature of big data in its 10 “V” characteristics (Volume/Velocity/Variety/Variability/Veracity/Validity/Vulnerability/Volatility/Visualization/Value)

Then I suggest that to quantitatively model, analyze the variabilities, fractional calculus is required when the big data is from a complex dynamic system. I advocate the use of “fractional order data analytics” (FODA) based on fractional order signal processing (FOSP) techniques. Design for desirable level of variability is then possible based on the modeling and analysis. Examples in crop water stress drone remote sensing, networked control systems are briefly introduced as motivating real world applications.


地点:南京市新模范马路66号 邮编:210003 电话:025-85866506 传真:025-85866504