|
|
一直致力于分布式辨识理论与方法研究,针对已有方法在数据条件、模型结构等方面局限,构造了分布式随机梯度算法、分布式阶估计算法、分布式稀疏辨识算法等一系列原创性方法,突破了从局部量测到全局估计,从开环独立到闭环反馈,从无穷数据到有限数据的技术瓶颈,解决了复杂系统自适应估计、最弱激励条件探索等基本科学问题,并将相关成果应用于目标定位、无线通信等工程领域与司法复杂系统量刑计算等社科领域,构造了更为有效的智能算法。
8 Z: |2 F5 n2 h) O4 \9 G
4 f/ B, C; E* Q; E目前课题组主要围绕“智能学习”与“智能控制”开展研究,从事相关基础理论与实际应用研究,所涉及的具体方向包括:3 p# P1 I3 F5 @0 {( b) C3 f, A
+ l h. x: z! |1 O
1. 多智能体协同控制7 q+ D# b- R, T4 L6 n; t
* F" _( b3 C3 I* k' [+ s( Y; e, r2. 分布式自适应学习
0 Y( o5 {, d3 e$ G) a1 r5 b9 U3 U: Y9 E5 ?2 f$ I
3. 机器学习与隐私保护- z2 r2 J: C- I- T6 b5 C7 ^& l
0 e9 \ O: b! }3 T9 j0 F |' L4. 智能机器人定位导航8 _9 K% j/ _+ ~3 E9 f! f: `( S
. x- Y) x! ~2 y% Y, S* {' u, x5. 合作-竞争并存博弈系统( s: | f, k. S- e7 O$ c5 p) w
: P2 W k J2 @4 p6. 数学+AI交叉 |
|