2020年7月9日学术报告

报告题目(Title): 基于机器学习的医工智能诊断理论及应用

报告人姓名(Speaker):袁烨

时间(Date&Time): 2020年7月9日上午10：30-11：30

地点(Location): 物联网工程学院C317

报告摘要(Abstract):

制造业和医疗业是关系国富民强的基础行业，又是与国外先进水平尚有距离的“卡脖子”难点。与此同时，我国作为人口与制造大国，在两个领域又都具有数据资源丰富的天然优势，这为机器学习提供了得天独厚的条件。因此，本项目针对智能制造与智慧医疗的共性基本需求——“异常诊断”，以航空制造和新冠肺炎这两个具有代表性的医工场景为载体，针对传统基于黑箱的机器学习理论不能较好解决医工诊断中数据样本不均衡、数据噪声和数据标签不准、多源异构、场景复杂多变等问题，研发数据驱动的机器学习新理论，开发通用、精准、鲁棒、可解释的智能诊断方法，搭建通用的医工场景诊断平台，并针对医工场景实际应用问题进行验证。发展基于大数据的医工场景“诊断”技术既对这两个战略基础行业具有推动意义，也对建立新一代人工智能共性基础理论和共性关键技术具有突破意义，同时将为其它行业的智能诊断提供可迁移的理论与方法。

报告人简介(Biography):

袁烨，自2016年起担任华中科技大学人工智能与自动化学院教授，博导，国家级特聘专家（青年），图像信息处理与智能控制教育部重点实验室副主任。2008年获得上海交大本科学位，2009和2012年分别在剑桥大学获得硕士，博士学位，2012至2016年分任剑桥大学博士后、达尔文学院研究员、加州大学伯克利博士后。一直从事基于信息物理系统的人工智能（学习、控制、优化）理论及其在工业、医疗方面的研究工作。以第一作者或者通信作者发表或录用Nature子刊(Communications, Machine Intelligence)、IEEE Trans. AC、IEEE Trans. Mech、Automatica、Lancet子刊(Digital Health)等国际顶尖期刊论文10余篇。担任IEEE Trans. on Control of Network Systems副编辑，《中国科学·技术科学》、ARC、IJRNC和IEEE Trans. on Mechatronics工业人工智能方向专刊编辑。

邀请人(Inviter):栾小丽