报告题目：知识学习驱动的进化优化
报告人: 詹志辉教授，南开大学
报告时间：2024年6月13日（星期四），10:00-11:00
报告地点：致知楼3623会议室
报告摘要：
詹志辉，南开大学人工智能学院教授，博士生导师，IEEE Fellow、IEEE计算智能学会杰出青年奖获得者（每年全球遴选一位）、教育部青年长江学者、国家优青、吴文俊人工智能优秀青年奖获得者、人工智能领域全球前2%顶尖科学家（同时入选年度科学影响力和终身科学影响力双榜单）、2014-2023连续10年Elsevier计算机学科中国高被引学者。主要研究领域包括人工智能、进化计算和群体智能及其应用，担任进化计算、人工智能和控制领域顶尖国际学术期刊 IEEE Transactions on Evolutionary Computation、IEEE Transactions on Emerging Topics in Computational Intelligence、IEEE Transactions on Systems, Man, and Cybernetics: Systems和IEEE Transactions on Artificial Intelligence的副主编。
报告人简介：
学习与优化是人类活动的两大重要技能，也是人工智能模拟人类智能的两个重要途径，形成了系列的学习算法和优化算法。本报告将探讨人工智能中的学习算法和进化算法的互助性，重点介绍如何通过机器学习和知识学习来辅助进化优化算法，并对学习型驱动的进化优化算法求解复杂优化问题的理论和设计进行初步探索。通过知识的学习和行为的演化，实现“知行合一”的新型人工智能算法，从而提升人工智能的最优化和智能化水平，为现代超复杂优化问题提供新型求解思路，推动人工智能的新发展。
