从ＢＰ神经网络到智能网络的基础构造——通用设计之梯

报告人：美国国家基金委项目主任Werbos博士
报告时间：2007.6.8  下午2：30
报告地点：邵馆二楼报告厅
参加人：教师、博士生等

摘要：目前，神经网络在现实世界中获得了越来越广泛的应用，其领域也在不断增加。但这也是一件好坏参半之事，因为各种子网络结构之间的发展并不均衡。例如，在电网控制、飞行器控制、大规模逻辑等领域里，据说自适应动态规划要比以前的方法表现更好。然而，在一些子网络结构中，人们仍在使用“直接自适应控制”，其局限之处在几年前已表现出来。有些人正在用由著名的稳定控制理论衍生的“非直接法”，但理论的条件很少得到满足，而且方法本身也急需改善。类似的问题同样正经受着实践的选择……。 
本讲座试图提供一种解决这些问题的实践之路，并给出其未来在处理大规模任务时，对其可以类似于大脑那样所表现出的功能给予预示。就像神经网络已经用于越来越多的领域一样，有着越来越多的讲座是从其他的视角讲授的，比如人工智能、统计学、生物学以及控制理论。本讲座将深入介绍用于预测（包括诊断）、控制、决策以及大系统管理工具的研究现状，包括讨论如何得到高层次的智力系统，就像我们从哺乳动物的大脑上看到的那样。

简介：Werbos博士目前是美国国家科学基金会的项目主任。他是网络基础结构的两个ECS代表之一，他的专长是致力于研究高水平的计算智能。Werbos博士作为美国IEEE能源政策协会的代表，是IEEE计算智能学会管理委员会（AdCom）的选举委员。他还服务于IEEE工业电子协会及国际神经网络学会（INNS）理事会，他是INNS最早的3个两年制会长之一。他是IEEE会员，以提出“BP算法”并设计其他基本神经学习网络而获得“神经网络先驱奖”。他还供职于“ACUNU千年世纪项目”的计划委员会，该会关于未来趋势的年度报告在很长一段时间一直引领着全球的相关事件报道。
自1979年来，Werbos博士一直在美国能源部能源信息管理委员会任职，直到1989年，开始在NSF全职工作。他拥有哈佛、伦敦经济学院的4个学位，包括：1个经济学学位、1个国际政治体系学学位（专攻欧洲经济制度）、1个应用力学学位（主攻量子物理，兼修决策和控制）、1个应用数学的博士学位。在此之前的高中阶段，他还获得一次一级商业（FCC）无限电话授权，并分别在普林斯顿大学和宾夕法尼亚大学获得本科和硕士学位。

英文摘要及简历：

From Backpropagation to Brain.doc