报告时间：2026年01月26日（星期一）15:00-16:00
报告地点：逸夫科教楼1004会议室
报 告 人：YangQuan Chen 教授
工作单位：新加坡南洋理工大学
举办单位：电气与自动化工程学院
报告简介：
本报告提出分数阶微积分可以实现“更好的机器学习、更精确的计算和更优化的控制”。介绍了分数阶思维及其丰富的随机模型，探讨了在机器学习领域“是否存在更优的优化方法”，以及审视大数据领域“如何量化生成大数据系统本身的变异性和复杂性”，引入分数阶微积分的必要性。
报告人简介：
YangQuan Chen（陈阳泉）教授于1998年获新加坡南洋理工大学博士学位。2000年-2012年，他在美国犹他州立大学电气工程学院任教。2012年加入加州大学默塞德分校工程学院，其研究领域涵盖：面向可持续发展的机电一体化、认知过程控制、基于小型多无人机协同的多光谱“个性化遥感”、分数阶微积分在控制、建模及复杂信号处理中的应用、利用移动执行器与传感器网络实现分布式参数系统的分布式测量与控制等。陈教授于2018至2021年连续入选科睿唯安全球高被引科学家榜单，并曾获犹他州立大学（2012年）和加州大学默塞德分校（2020年）颁发的“年度研究奖”。近期，他与Bruce J. West博士共同创立了CRC出版社的“Applied Fractional Calculus for Science, Technology, Engineering and Mathematics”新书系列，并担任《Fractals and Fractional》期刊创刊主编。
