一、报告题目：Stochastic Configuration Learning for Lightweight Computing/面向轻量化计算的随机配置网络学习
二、报告时间：2022年9月26日（星期一）15：00开始
三、报告地点：@西工大必威341会议室 #腾讯会议：239-831-054
四、报告摘要：
The first part of this talk reviews the development of the well-known error back-propagation (BP) algorithm for training neural networks, followed by a list of weaknesses of such a learning technique for industrial data modelling. The second part gives an alternative solution for building neural networks, introducing randomized algorithms, and pointing some issues related to this class of learning techniques. Then, data-driven deep stochastic configuration networks are presented with two real-world industrial applications. In the end, we summarize some characteristics of BP algorithms and stochastic configuration (SC) algorithms and make comparisons, showing the feasibility and limits of these learning techniques for industrial AI applications.
五、报告人简介：
王殿辉，1995年3月毕业于东北大学工业自动化专业获工学博士学位，1995年9月-1997年8月在新加坡南洋理工大学做博士后研究工作，1998年6月至2001年6月在香港理工大学计算学系做数据挖掘方面研究工作，2001年7月-2020年12月在澳大利亚La Trobe大学计算机科学与信息技术系，从事人工智能方面的教学与科研工作。自2017年以来，王殿辉教授是东北大学国家流程工业综合自动化重点实验室兼职教授、博士生导师，2021年7月全职加盟中国矿业大学人工智能研究院，12月被任命为中国矿业大学人工智能研究院首任院长，2022年创建随机配置机器学习研究中心并任主任。
王殿辉教授硕士师从谢绪恺教授，博士师从于中国工程学院院士柴天佑教授。硕士阶段研究成果发表在控制领域国际权威杂志TAC, Automatica5篇。从92年攻读博士学位开始，长期致力于使用人工神经网络工具进行复杂工业动态系统建模问题的研究，于2017年创建深度随机配置机器学习理论。目前这一随机学习模型在学术界和工业界都得到了广泛认同并正在产生积极影响。王殿辉教授是IndustrialArtificialIntelligence (工业人工智能，Springer出版社)创刊人、执行主编，IEEE Transactions on Fuzzy Systems, IEEE Transactions on Cybernetics, Information Sciences等知名国际学术期刊副主编，目前承担科技部《2030人工智能基础》重大项目研究（课题负责人），发表学术文章240余篇，编辑Springer Lecture Notes一部，在Information Sciences编辑随机学习算法、工业人工智能方面特刊4卷。
