model麻豆传媒视频在线播放|久久久精品亚洲金va费免|91国产高清视频|在线观看隔壁的女孩|麻豆av永久地址久久精品|超级视频日韩国产|自拍偷拍 第十页|91黑色在线视频|谁知道麻豆传媒网站|精品亚洲国产91在线,水蜜桃影像果冰传媒,麻豆女传媒演员有哪些人,国产传媒排行

學(xué)術(shù)預(yù)告 首頁(yè)  >  學(xué)術(shù)科研  >  學(xué)術(shù)預(yù)告  >  正文

“慶祝建校四十年”系列學(xué)術(shù)活動(dòng)之三元名家論壇:State Estimation for Discrete-Time Systems Under State-Dependent Packet Dropouts: From A Bayesian Perspective
作者:     供圖:     供圖:     日期:2024-07-03     來(lái)源:    

講座主題:State Estimation for Discrete-Time Systems Under State-Dependent Packet Dropouts: From A Bayesian Perspective

專家姓名:劉欽源

工作單位:同濟(jì)大學(xué)

講座時(shí)間:2024年07月04日16:00-16:30

講座地點(diǎn):數(shù)學(xué)院大會(huì)議室341

主辦單位:煙臺(tái)大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院

內(nèi)容摘要:

This talk addresses the challenge of remote state estimation in linear discrete-time systems subject to state-dependent packet dropouts. When transmitting local measurements to a remote estimator, data packets may be lost if the system state falls within specific occlusion regions, resulting in a non-stationary dropout process contingent upon actual system states. Given the escalating computational complexity, exact posterior distribution calculation for optimal state estimation becomes nearly infeasible. To tackle this issue, we introduce a novel cross-coupled estimation framework comprising two collaboratively operating estimators: a region-label estimator and a state estimator. The former is employed to derive optimal estimates of the region-label sequence in a maximum a posteriori fashion, while the latter is utilized to attain optimal state estimates with minimum mean-square error. A sufficient condition is derived to ensure boundedness of the resulting estimation error. Additionally, batch and iterative expectation-maximization (EM) algorithms are proposed for optimal estimation computation in a maximum a posteriori (MAP) context. The efficacy of all proposed estimators is validated through illustrative examples.

主講人介紹:

劉欽源,,同濟(jì)大學(xué)電子與信息工程學(xué)院教授,、博導(dǎo),,計(jì)算機(jī)科學(xué)與技術(shù)系副主任。入選國(guó)家優(yōu)青,、上海晨光學(xué)者。2012年本科畢業(yè)于華中科技大學(xué),,2017年博士畢業(yè)于清華大學(xué),,獲清華大學(xué)優(yōu)秀博士學(xué)位論文一等獎(jiǎng),、中國(guó)自動(dòng)化學(xué)會(huì)優(yōu)秀博士學(xué)位論文獎(jiǎng)、清華大學(xué)優(yōu)秀畢業(yè)生等榮譽(yù),。2014-2016年間多次赴香港科技大學(xué)電子及計(jì)算機(jī)工程學(xué)系從事研究工作,,2016-2017年赴布魯奈爾大學(xué)計(jì)算機(jī)科學(xué)系任國(guó)際研究員,2021-2022年于工業(yè)和信息化部產(chǎn)業(yè)發(fā)展促進(jìn)中心任國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目主管,。

研究方向包括多傳感器數(shù)據(jù)融合,、異常檢測(cè)和故障診斷、大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)等,。主持/參與國(guó)家自然科學(xué)基金,、國(guó)家重點(diǎn)研發(fā)計(jì)劃、科技創(chuàng)新2030“新一代人工智能”重大項(xiàng)目等10余項(xiàng)國(guó)家及省部級(jí)項(xiàng)目,。出版Spinger專著1部,,發(fā)表論文40余篇,IEEE匯刊及一區(qū)論文20余篇,,5篇論文入選ESI高被引論文,。曾獲北京市自然科學(xué)二等獎(jiǎng)、北京市麒麟科學(xué)技術(shù)獎(jiǎng),、吳文俊人工智能科學(xué)技術(shù)優(yōu)秀青年獎(jiǎng),、ACM上海新星獎(jiǎng)、世界人工智能大會(huì)青年優(yōu)秀論文提名獎(jiǎng)等榮譽(yù),。擔(dān)任Control Eng Pract,、Int J Syst Sci等5個(gè)國(guó)際期刊客座編輯/副編輯/編委,10余個(gè)國(guó)際會(huì)議副編輯/程序委員會(huì)委員/邀請(qǐng)組主席,,20余個(gè)國(guó)內(nèi)外期刊及會(huì)議的審稿人,。擔(dān)任中國(guó)人工智能學(xué)會(huì)青工委、中國(guó)自動(dòng)化學(xué)會(huì)故障診斷專委會(huì),、中國(guó)指揮與控制學(xué)會(huì)智能控制與系統(tǒng)專委會(huì),、中國(guó)電子學(xué)會(huì)區(qū)塊鏈分會(huì)等多個(gè)二級(jí)學(xué)會(huì)委員;國(guó)家自然科學(xué)基金,、國(guó)家重點(diǎn)研發(fā)計(jì)劃,、上海市科技進(jìn)步獎(jiǎng)與技術(shù)發(fā)明獎(jiǎng)評(píng)審專家。