Visit ShanghaiTech University | 中文 | How to find us
HOME > News and Events > Events
机器学习和数据科学在科学和工程研究中的应用
Date: 2018/5/21             Browse: 109

Speaker:     Prof. Guang Lin. PURDUE

Time:          10:15—11:15, May 21 

Location:    Room 1A-200, SIST Building

Host:          Prof. Qifeng Liao

Abstract:

我将提供一个关于机器学习和数据科学的概述,及其在研究风力发电机的最佳选址方案,太阳能发电预测,以及我如何使用机器学习来帮助克莱斯勒来大幅提高铸件产量方面的应用。

此外,我将提出一个全新的机器学习用于科学研究的范例 – 用数据自主学习背后的物理定律:在由微分方程控制的复杂系统中,如何学习隐藏在嘈杂数据背后的物理定律。其关键思想是利用现有的噪声测量方法来确定可能的基本方程。同时,我们采用基于贝叶斯稀疏特征选择的机器学习算法来估计方程系数并给出误差条。数值实验表明,对于不同的噪声数据,我们提出的机器学习算法有很强的鲁棒性,以及有对机器学习进行不确定性量化分析的能力。

Bio:

林光教授现任美国普渡大学机械工程学院和数学系的博师生导师和终身副教授。2007年,他在美国常春藤名校-布朗大学获得了应用数学博士学位。在他被任命为普渡大学教授之前,他曾在2007年至2014年在美国能源部太平洋西北国家实验室担任高性能计算、数学和数据学习部门的资深研究员。

林光教授获得2017国家自然科学基金委海外青年学者合作研究基金(杰青B类),2016年美国国家科学基金会NSF数学科学部的2016年度杰出青年学者成就奖(CAREER),2015年数学生物科学研究所杰出青年学者成就奖,2012年美国能源部Ronald L. Brodzinski杰出青年学者成就奖,和美国能源部西北太平洋国家实验室杰出青年成就奖。

 同时林光教授目前还在国际不确定度量化杂志、奥斯汀统计杂志、随机学杂志,和科学世界杂志的编辑委员会任编委。

SIST-Seminar 18036